Liquid AI 的 d1-omni 決策模型上架 Ollama

Liquid AI 的多模態決策模型 d1-omni(約 6 億參數)可在 Ollama 取得,一次前向運算輸出各答案機率,不產生輸出 token。

重點

  • d1-omni 是 Liquid AI 的多模態決策模型,約 5.87 億參數,可處理文字、影像與最長 30 秒的英文語音。
  • 它不生成文字:給定狀態與問題,一次前向運算就回傳每個答案的機率。
  • Ollama 頁面上 600m 標籤約 850 MB,授權為 LFM Open License v1.0。
  • 基準測試為廠商自報,平均分數 78.4,低於同家 3B 的 d1(82.9)。
目錄(3 節)
  1. 發生什麼事
  2. 這是什麼模型
  3. 對你的影響

發生什麼事

據媒體 OrcaRouter 在 10 月 18 日的報導,Liquid AI 的 d1-omni-600M 現在可以用 Ollama 取得。我們沒能打開該報導,內容以 Ollama 官方模型頁為準;該頁沒有標示發布日期,因此文章日期沿用事件資料的 10 月 18 日。

Liquid AI 的 d1-omni 小型決策模型上架 Ollama,可本機執行

這是什麼模型

依 Ollama 頁面,d1-omni 是 Liquid AI 的「多模態 6 億參數決策模型」,建立在 LFM2.5-Encoder-350M 之上,實際約 5.87 億參數,含 9400 萬的視覺編碼器與 1.12 億的音訊編碼器。輸入可以是文字或 JSON 的狀態、一到多張影像,或最長 30 秒的英文語音,搭配有型別的問題;模型在一次前向運算內回傳每個答案的機率,不輸出 token。

  • 標籤 600m(也是 latest)約 850 MB;頁面另列 2b 標籤,約 4.4 GB。
  • 授權:LFM Open License v1.0。
  • 廠商自報的七項基準平均為 78.4,同家 3B 的 d1 是 82.9。d1-omni 在部分項目較高(Civil Comments 95.8 對 93.0),在 BoolQ、SQuAD 2.0 等項目則較低。

對你的影響

它適合做「判斷型」的小任務,例如分類、路由、是非判斷,不適合拿來聊天或寫文章。體積小、在本機就能跑,若你有大量簡單判斷要處理,可以拿自己的資料實測;基準測試是廠商數字,請先小規模驗證。