Liquid AI rende accessibili i modelli decisionali d1 per decisioni in tempo reale e AI sul campo

Liquid AI ha rilasciato due modelli open-weight, d1-3B e d1-omni-600M, parte della nuova famiglia di modelli decisionali d1 ¹. A differenza dei modelli linguistici standard che generano testo parola per parola, questi modelli leggono testo, immagini o audio e restituiscono in un unico passaggio un insieme di risposte con tipo e probabilità calcolate — generando zero token in uscita ⁴. L'obiettivo è il processo decisionale in tempo reale su hardware NVIDIA, inclusi server DGX, workstation RTX e dispositivi edge Jetson .

Entrambi i modelli sono disponibili su Hugging Face e supportano fin da subito le librerie Transformers e llama.cpp ¹. La LFM Open License v1.0 consente l'uso commerciale gratuito per aziende con ricavi inferiori a 10 milioni di dollari all'anno. d1-3B gestisce testo e immagini, mentre d1-omni-600M può elaborare testo con immagine oppure audio — ma non entrambi contemporaneamente .

Come funzionano i modelli decisionali

Un modello generativo a grandi dimensioni scrive la sua risposta token per token, e il tuo codice deve analizzare quel testo. Un modello decisionale salta tutto questo ¹. Prende una situazione e un insieme di domande con nome, le legge una volta sola e restituisce una probabilità per ogni risposta consentita .

Esistono tre tipi di domanda: Noul per risposte sì/no, Choice per scegliere un'etichetta da un elenco, e Score per dare un punteggio su una scala ordinata da 2 a 10 livelli ². Più domande sulla stessa situazione possono essere fatte in una singola chiamata, e ogni risposta riporta zero token in uscita ¹.

Liquid AI consiglia questi modelli per instradare ticket di supporto, moderare contenuti, classificare intenti, assegnare punteggi e agire come barriere di sicurezza per agenti AI ¹. Non sono modelli per chat — non scrivono testo .

Prestazioni e velocità

Sul benchmark Decision Index, d1-3B ha ottenuto 48,57, superando ogni modello sotto i 10 miliardi di parametri e restando dietro solo a Winnow-12B con 50,02 ¹. Su sette benchmark di testo pubblici, ha fatto una media di 82,9, davanti a Decider 4B con 81,1 . d1-omni-600M, ancora una release di ricerca preliminare senza dati di latenza pubblicati, ha fatto una media di 78,4 negli stessi test .

La velocità è il punto di forza di questi modelli. Su una RTX 4090, una domanda richiede solo 8 millisecondi ¹. Su una board edge Jetson AGX Thor, ci vogliono 16 millisecondi — e tre domande sullo stesso stato richiedono solo 20 millisecondi . Questo li rende adatti a flussi video in diretta e all'instradamento vocale in tempo reale su dispositivi piccoli .

Progettati per l'edge

d1-3B è costruito sul modello vision-language LFM2.5-VL-3B, mentre d1-omni-600M parte dalla backbone LFM2.5-Encoder-350M, che include encoder separati per immagini e audio ¹. Il supporto audio copre discorso in inglese fino a 30 secondi .

Liquid AI ha anche dimostrato d1-3B mentre moderava flussi video in diretta e controllava i gesti attraverso la demo Open d1 Arcade, e navigava simulazioni su un dispositivo Jetson ¹. Il NVIDIA Jetson AI Lab ha pubblicato guide di configurazione per il modello .

I fatti principali

• d1-3B e d1-omni-600M sono modelli decisionali open-weight che restituiscono risposte con tipo e zero token in uscita
• d1-3B ottiene 48,57 su Decision Index v0.2.1, superando ogni modello sotto i 10B di parametri
• Una domanda richiede 8 ms su una RTX 4090 e 16 ms su una Jetson AGX Thor
• d1-omni-600M supporta testo con immagini o audio, ma non entrambi insieme
• La LFM Open License v1.0 consente uso commerciale gratuito sotto i 10 milioni di dollari di ricavi annuali

Seen on social

Announcing d1, our first decision model. It's the first model to outperform Jev on @huggingface 's Decision Index. > wins on multilingual evals > more robust against prompt injection > handles longer inputs more effectively > built for fast, structured decision-making in… pic.twitter.com/sELDdh65Ve

— Liquid AI on X, see the post

Fonti

1. Liquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens — marktechpost.com
2. Decision Models - Liquid Docs
3. Introducing d1: The most capable decision model, now with vision
4. LiquidAI releases d1-3B and d1-omni-600M decision models with zero ... — korshunov.ai
5. Multimodal open d1 decision models for the edge - Hugging Face