Liquid AI 开源 d1 决策模型权重：d1-3B 拿下 10B 以下最好成绩，端侧 16 毫秒答一题
Liquid AI 10 月 7 日在 Hugging Face 博客放出 d1 决策模型家族的开放权重版：d1-3B 与实验性的 d1-omni-600M。决策模型不逐字生成文本，而是在一次前向里直接返回答案——条件为真的概率、预定义类别里的一个选项、或按量规给出的打分；同一次调用可以并列多问。两个模型从两套不同底座训练而来：d1-3B 出自 LFM2.5-VL-3B 这个 decoder-only 视觉语言模型，吃文本与图像；d1-omni-600M 出自 LFM2.5-Encoder-350M 双向编码器，另加视觉与音频编码器，接受「文本+图像」或「文本+音频」。官方明确 d1-omni-600M 仍是早期研究发布、会继续迭代。
数字来自官方正文与表格：d1-3B 在 Decision Index 0.2.1 上得 48.57，官方称是 10B 以下最好成绩，超过 Decider 35B-A3B 的 47.11；在七个公开数据集（SQuAD 2.0、Civil Comments、MASSIVE 意图、PubMedQA、BoolQ、XNLI、PAWS-X）上均分 82.9，高于 Decider 4B 的 81.1；d1-omni-600M 均分 78.4，以约四分之一参数超过 Decider 2B 的 77.1。速度是与英伟达一起测的：Jetson AGX Thor 上单题 16 毫秒、AGX Orin 26 毫秒、Orin Nano 50 毫秒；RTX 4090 单题 8 毫秒、MI325X 9 毫秒，384 像素图像一次前向在 18 毫秒以内；三题连问只比单题多 1.3 倍时间。
它改变了什么：9 月 29 日本站收录的 d1 只有 API、权重未开（当时官方仓库最新停在 9 月 18 日），这次把权重放出来，意味着「判断」这类调用第一次有了可以本地部署的开放实现——同样的三类问法在 Jetson 上 16 毫秒、零生成 token，路由、分类、打分不必再走「生成一段文本再解析」。边界要写清：基准与延迟全部是厂商自测（速度部分与英伟达合作完成），官方没有第三方复现；d1-omni-600M 未给任何速度数字；视觉与音频决策也没有公开基准——官方称 Decision Index v0.3 的视觉切分为私有，音频决策基准目前仍是开放问题。