Liquid AI 推出 d1-3B 与 d1-omni-600M 两款开放权重决策模型。d1-3B 在 Decision Index v0.2.1 公共集上得 48.57 分，超过全部 10B 以下模型，与 12 倍参数的 Decider 35B-A3B 持平。该模型在 RTX 4090 上单次推理 8 毫秒，在 Jetson AGX Orin Nano 上 50 毫秒完成，覆盖 NVIDIA 从 DGX 到最小边缘硬件的全栈。d1-omni-600M 支持文本加图像或文本加音频输入，得分 15.95，权重已同步开放到 Hugging Face。
这类模型与生成式大模型路径明显分化。d1 系列不输出 token，而是单次前向传递直接给出答案，训练采用权重平均、数据混合与快捷方式消除等工程手段， backbone 来自 LFM2.5 系列视觉与编码器模型。这一设计直接回应边缘实时决策需求，与亚马逊 Strands Decider、Cloudflare Clef 等同类产品形成竞争，指向小模型在特定垂直任务上实现帕累托前沿的趋势。
Liquid AI 的发布显示，边缘 AI 竞争已从参数规模转向推理延迟与任务精度平衡。
信源:https://www.liquid.ai/blog/d1-open