LiquidAI 於 2026 年 10 月 7 日發布 d1 決策模型家族的兩款開放權重模型：d1-3B 與實驗性的 d1-omni-600M。兩者都基於 Liquid Foundation Models，不逐 token 生成，而是在單次前向傳播中直接給出答案。據 Hugging Face 部落格，d1-3B 在 Decision Index 0.2.1 上得分 48.57，為 10B 以下最佳，超過 Decider 35B-A3B 的 47.11。d1-3B 接受文字與影像輸入，由 decoder-only 的 LFM2.5-VL-3B 訓練而來；d1-omni-600M 由雙向編碼器 LFM2.5-Encoder-350M 訓練，另加視覺與音訊編碼器，可接受文字加影像或文字加音訊，目前處於早期研究發布階段。速度方面，d1-3B 在 NVIDIA Jetson AGX Thor 上單次回答耗時 16 毫秒，Jetson AGX Orin 為 26 毫秒，Jetson Orin Nano 為 50 毫秒。次日 llama.cpp 建置 b11488 加入對 LiquidAI/d1-omni-600M 的支援，服務端可通過 images 與 input_audio 直接接收音訊，打通多模態輸入；該版本還把決策型別 d1omni 更名為 lfm2-d1-omni，images 成為 files 的別名，無記憶的 lfm2 被限定為非因果模式，並在 CUDA 後端保留 conformer 的 GLU sigmoid。
AI 根據 2 則報導生成 · 10/8 02:20 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
llama.cpp 建置 b11488 新增 LiquidAI/d1-omni-600M 決策模型支援，服務端可通過 images 與 input_audio 直接接收音訊輸入，模型與多模態輸入打通。同時決策型別 d1omni 更名為 lfm2-d1-omni，images 成為 files 的別名，無記憶的 lfm2 被限定為非因果模式，CUDA 後端保留 conformer 的 GLU sigmoid。四筆改動均標註由 Claude Opus 5.5 協助完成；
LiquidAI 發布 d1 決策模型家族的兩款開放權重模型 d1-3B 與實驗性的 d1-omni-600M，二者都基於 Liquid Foundation Models，不逐 token 生成，而是在單次前向傳播中直接給出答案。d1-3B 在 Decision Index 0.2.1 上得 48.57，為 10B 以下最佳，超過 Decider 35B-A3B 的 47.11；
過去 48 小時，有 2 個獨立來源報導，最近 6 小時新增 1 個。熱度 1.6，熱門榜第 10 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。