LiquidAI 发布 d1-3B——无需生成文本、单次前向即可决策的模型

2026 年 10 月 5 日，LiquidAI/d1-3B 模型在 HuggingFace 上发布，任务类型为 image-text-to-text。这是一个拥有 31 亿参数的决策模型，基于 LFM2.5-VL-3B 构建：输入为状态——文本、JSON、图像或它们的混合——以及一组问题，模型在一次前向传播中返回带类型的答案，不生成输出 token。作者声称在 NVIDIA RTX 4090 上单次决策耗时 8 毫秒，在 AMD MI325X 上为 9 毫秒，在 Apple M5 Pro 上为 30 毫秒。

这意味着什么

最大的权重文件是 model.safetensors，大小为 5.8 GB，格式为 safetensors。通过 transformers 运行。平台上已有 13 个量化版本，格式包括 GGUF、MLX 和 NVFP4；最小的可用版本是 AtomicChat/d1-3B-GGUF，采用 IQ4_XS 量化，占用 1.5 GB。许可证为 LFM Open License v1.0：在年营收不超过 1000 万美元的情况下，可以使用、修改和分发该模型，包括商业用途；对非营利组织不适用该门槛。分发时需附上许可证、标注修改并保留署名声明。 该模型面向需要从选项中做出选择、回答“是/否”或进行评估的任务：路由、分诊、流水线中的检查。对于在内存受限的 CPU 或 GPU 上本地运行，量化 GGUF 版本具有实际意义——从 1.5 GB 起，明显低于原始的 5.8 GB。更多本地 AI 工具动态——请见 CPU3D 动态。