Multimodal open d1 decision models for the edge

摘要

介紹 Liquid AI 推出的開源多模態決策模型 d1-3B 與 d1-omni-600M，強調其在邊緣裝置上的快速推理能力與高決策品質。讀者可學習如何透過 Hugging Face 安裝並使用這些模型進行文字、影像甚至音訊的即時判斷。

Introduces open-weight multimodal decision models d1-3B and d1-omni-600M optimized for edge devices with code examples.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• d1-3B 在決策指數上超越同量級模型，適合需要高速結構化決策的場景。
• d1-omni-600M 支援音訊與影像，僅需四分之一參數即可超越 Decider 2B。
• 提供在 NVIDIA Jetson 系列與 GPU 上的實際推理速度測試與程式碼範例。

提到的工具與公司

• NVIDIA Jetson AGX Thor
• NVIDIA GeForce RTX 4090

適合誰看

適合正在開發邊緣端 AI 應用、需要快速處理多模態輸入決策的開發者與工程師。

摘要依據

依據

文章全文

為什麼排在這裡

人氣

0.50

新鮮

1.00

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Jev 爆紅後 Strands Decider、Clef 接連登場，決策模型正走出哪些不同路線？文章 ・ TechOrange 科技報橘
• Introducing the Decisions API影片 ・ OpenAI ・ 6 分鐘
• Meta is back with Muse Glimmer: local, agentic, multimodal, and open source文章 ・ Hugging Face Blog
• [AINews] Opus 5.5 is good at explainer videos文章 ・ Latent Space
• llm-openai-decisions 0.1a0文章 ・ Simon Willison's Weblog
• Anthropic IPO, OpenAI DevDay Recap, And Why Are Decision Models Everywhere?影片 ・ Mastra