ИИтог

Liquid AI выпустила открытые модели d1: ответ за один проход

моделиРедакция ИИтогHugging Face🔥55Рейтинг ИИтог55Влияние45Новизна55Релевантность95Неожиданность30Участники40Достоверность50
Liquid AI выпустила открытые модели d1: ответ за один проход

Liquid AI выложила на Hugging Face две модели с открытыми весами из семейства d1, d1-3B и экспериментальную d1-omni-600M. Пост датирован 7 октября 2026 года. Компания называет их «решающими» (decision models): в отличие от генеративных моделей они не порождают токены, а отвечают за один прямой проход (forward pass).

d1-3B обучена на основе LFM2.5-VL-3B, это модель только с декодером (decoder-only), принимает текст и изображения. d1-omni-600M, экспериментальная, обучена на основе LFM2.5-Encoder-350M (двунаправленный энкодер с визуальным и аудиоэнкодерами), принимает текст вместе с изображением или текст вместе со звуком.

По качеству d1-3B набирает 48,57 балла в бенчмарке Decision Index 0.2.1; пост называет её лучшей решающей моделью меньше 10 млрд параметров. Для сравнения приведена модель Decider 35B-A3B с результатом 47,11. На семи публичных наборах данных у d1-3B самое высокое среднее в таблице, 82,9 (у d1-omni-600M 78,4, у Decider 2B 77,1, у Decider 4B 81,1); на SQuAD 2.0 d1-3B получает 83,3 (d1-omni-600M, 74,0, Decider 2B, 67,7, Decider 4B, 76,0). По тексту поста, d1-omni-600M обходит Decider 2B при примерно четверти параметров.

По скорости на один вопрос d1-3B отвечает за 16 мс на Jetson AGX Thor, 26 мс на Jetson AGX Orin и 50 мс на Jetson Orin Nano. В списке платформ для периферийных устройств и GPU указаны также Apple M5 Pro, 30 мс, NVIDIA RTX 4090, 8 мс и AMD MI325X, 9 мс; к какой именно модели относятся эти три значения, в доступном описании прямо не сказано. Три вопроса занимают примерно в 1,3 раза больше времени, чем один. Скорость d1-omni-600M не приводится: это ранний исследовательский релиз.

Для запуска в примере требуется transformers версии 5.14 или выше с параметром trust_remote_code=True.

Ключевые факты

  • Liquid AI выпустила две открытые модели семейства d1: d1-3B (текст и изображения) и экспериментальную d1-omni-600M (текст плюс изображение или звук).
  • Решающие модели не генерируют токены, а отвечают за один прямой проход.
  • d1-3B набирает 48,57 на Decision Index 0.2.1, по оценке поста, лучший результат среди решающих моделей меньше 10 млрд параметров; у Decider 35B-A3B, 47,11.
  • Задержка d1-3B на один вопрос: 16 мс на Jetson AGX Thor, 26 мс на Jetson AGX Orin, 50 мс на Jetson Orin Nano; три вопроса, примерно в 1,3 раза дольше одного.
  • d1-omni-600M, по тексту поста, превосходит Decider 2B при примерно четверти параметров; её скорость не приводится.

Почему это важно

Релиз показывает альтернативу привычным генеративным нейросетям: модель, которая выдаёт решение за один прямой проход, а не пишет ответ токен за токеном. По заявленным цифрам, это даёт задержку в десятки миллисекунд даже на встраиваемых платформах вроде Jetson Orin Nano (50 мс на вопрос). Это заявления самой Liquid AI, независимой проверки в материале нет.

Кому это важно

Разработчикам, которым нужны быстрые классификационные и решающие модели на периферийных устройствах (edge): робототехника и встраиваемые системы на Jetson, ноутбуки на Apple M5 Pro, а также рабочие станции с GPU. Исследователям мультимодальных моделей интересна экспериментальная d1-omni-600M, принимающая текст вместе со звуком или изображением.

Как это применить

Обе модели доступны на Hugging Face. В примере из поста для запуска нужны transformers версии 5.14 или новее и параметр trust_remote_code=True, то есть исполняется код из репозитория модели, перед запуском его стоит просмотреть. Название лицензии в доступном описании не указано, поэтому условия использования нужно смотреть на странице модели.

Можно ли доверять

Все цифры приведены самой Liquid AI в её блоге и не перепроверены независимо; оценку «лучшая решающая модель меньше 10 млрд» даёт сам пост. Выжимка опирается на пересказ страницы блога, а не на её полный текст, поэтому отдельные детали (например, к какой модели относятся задержки на Apple M5 Pro и GPU) могут быть уточнены оригиналом.

Риски и подводные камни

Сравнение идёт по бенчмарку Decision Index 0.2.1 и семи публичным наборам данных, выбранным авторами; преимущество d1-3B над Decider 35B-A3B невелико (48,57 против 47,11). d1-omni-600M, ранний исследовательский релиз, скорость для неё не заявлена. Требование trust_remote_code=True означает запуск стороннего кода.