AREX Feed Article
Liquid AI 发布两款开放权重模型 d1-3B 与 d1-omni-600M，称 d1-3B 在 Decision Index v0.2.1 公开集得分 48.57
Liquid AI 在 10 月 7 日的中发布了 d1 决策模型家族的两款开放权重模型：d1-3B，以及实验性的 d1-omni-600M。博客称两者自发布当天起可在 Hugging Face 下载，入口为 与 。按其自报的数据，d1-3B 在 Decision Index v0.2.1 的公开集得分 48.57，领先所有 10B 以下的模型，并与 Decider 35B-A3B 持平，后者的规模约为 d1-3B 的 12 倍；单问题延迟在 NVIDIA RTX 4090 上为 8 ms、Jetson AGX Thor 16 ms、Jetson AGX Orin 64 GB 26 ms。
d1 是 Liquid AI 的决策模型系列，10 月 5 日首次发布时通过 Liquid AI 的 API 提供，公司当时预告将很快为后续模型发布开放权重（）。
单次前向传播，不生成 token
与生成式的 LFM 系列不同，d1 决策模型不输出 token，而是在一次前向传播中直接给出答案，回答三类问题：noul（是/否概率）、choice（在候选标签间选择）、score（在有序量级上打分）。
d1-3B 训练自 LFM2.5-VL-3B（decoder-only 的视觉语言模型），接受文本与图像；d1-omni-600M 训练自双向编码器 LFM2.5-Encoder-350M，另加视觉与音频编码器，请求可以是「文本+图像」，也可以是「文本+音频」。
训练路径上，d1-3B 先取 LFM2.5-2.6B 与 LFM2.5-VL-3B 文本主干的权重平均作底座，再用不同随机种子与数据混合微调多个 checkpoint 后合并；博客称，长输入训练、打乱选项顺序和清理数据捷径带来的提升比更复杂的技术更大。omni 模型先针对决策任务微调编码器主干，再分阶段接入音频（FastConformer 编码器加 adapter）与视觉（取 LFM2.5-VL-450M 的编码器，训练 adapter 与 LoRA），最后全量微调、合并 LoRA，并与前一 checkpoint 权重平均。
NVIDIA 的 Jetson AI Lab 给出了更具体的规格（、）：d1-3B 为 3.12B 参数、32K 上下文、BF16 精度；d1-omni-600M 为 587M 参数、16K 上下文、FP16 精度；两个页面标注的许可证均为 LFM Open License v1.0。d1-omni-600M 接受最长 30 秒的音频，在英语语音请求上训练，且图像与音频不能出现在同一个请求里。
d1-omni-600M 的分数与七个公开文本基准
d1-omni-600M 在同一指数的公开集上分数为 15.95。七个公开文本基准覆盖阅读理解、毒性检测、意图分类、医学问答与跨语言理解。均值上，d1-3B 为 82.9，高于 Decider 4B 的 81.1；d1-omni-600M 为 78.4，高于 Decider 2B 的 77.1，Liquid AI 称其参数约为后者的四分之一。逐项看，d1-3B 有四项高于 Decider 4B、三项低于对方（如 SQuAD 2.0 85.3 对 76.0、BoolQ 86.7 对 89.0），但均值反超；d1-omni-600M 的 Civil Comments（95.8）与 PAWS-X（79.5）为这组对比中的最高分。
同一篇博客还交代：Decision Index v0.3 的视觉分项是私有集，本次没有报告，只称已验证 d1-3B 保留了 LFM2.5-VL-3B 主干的视觉能力。上述分数均出自 Liquid AI 一方。
端到端延迟：从 RTX 4090 到 Orin Nano
因为不生成输出 token，Liquid AI 测的是输入到输出的端到端延迟；口径为一次一个请求，场景覆盖单个问题、同一状态上的三个问题、3.4K token 状态与 384px 图像。
单问题延迟：RTX 4090 8 ms、AMD MI325X 9 ms、Jetson AGX Thor 16 ms、Jetson AGX Orin 64 GB 26 ms、Apple M5 Pro 30 ms、Jetson Orin Nano 50 ms。博客称 d1-3B 在每台被测设备上单问题都低于 50 ms；三个问题只花单个问题约 1.3 倍的时间（Thor 从 16 ms 到 20 ms）；GPU 上单问题低于 10 ms，384px 图像低于 18 ms。
更重的负载下，3.4K token 状态在 Orin Nano 上需要 1,640 ms、在 RTX 4090 上为 102 ms；打包 64 个状态的吞吐，MI325X 为每秒 1,106 个、RTX 4090 为每秒 475 个。Jetson 侧的测量是 Liquid AI 与 NVIDIA 合作完成的。NVIDIA 页面在引用同一组数字时，把它标注为「预热后」的结果，并把来源记为 Liquid 的基准。两个模型从第一天起支持 llama.cpp，覆盖 Apple、AMD、Qualcomm 与 NVIDIA 平台（含 NVFP4）。
Jetson 运行指南、演示空间与未决项
除 Hugging Face 上的模型页外，NVIDIA 的 Jetson AI Lab 也上线了两份在 Jetson AGX Thor、AGX Orin 64 GB 与 Orin Nano 上运行模型的指南，前置条件包括 JetPack 7.2 / Jetson Linux 39.2 与 NVIDIA 的 PyTorch 容器。Liquid AI 还做了十个跑摄像头输入的演示（从手势游戏到实时内容审核），每帧一次前向传播读取答案，可在在线试玩；另有与 NVIDIA 合作的 Isaac Sim 导航演示，模型部署在 Jetson 上做硬件在环。
Liquid AI 把 d1-omni-600M 标为第一个实验性 checkpoint，称其正在积极开发中；专门的音频决策基准目前仍是一个开放问题，公司期待社区来开发它们。