据MarkTechPost报道，Liquid AI于2026年10月7日发布开放权重多模态决策模型d1-3B和d1-omni-600M，属于d1决策模型系列。两款模型不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出Token数为零，面向NVIDIA的DGX服务器、RTX工作站和Jetson边缘板执行实时决策。
两款检查点已上架Hugging Face，可通过Transformers加载，并在发布首日获得llama.cpp支持。LFM Open License v1.0允许年收入低于1000万美元的商业免费使用。d1-omni-600M是早期研究版本，尚未公布延迟数据。
决策模型与生成式LLM不同：后者逐Token写出答案，再由代码解析；前者接收一个状态和一组命名问题，一次读取后返回每个允许答案的概率。Liquid AI定义了三类问题：noul是是否问题，返回P(yes)；choice从命名选项中选出一个标签并给出完整概率分布；score在2至10级有序评分表上给出概率加权位置。多个问题可在一次调用中共享同一状态，每个响应都报告output_tokens: 0。Liquid AI推荐d1用于路由、审核、意图分类、重排序、LLM-as-a-judge评分、智能体护栏和视觉检查，两款检查点都不是聊天模型。
d1-3B有31.2亿参数，从LFM2.5-VL-3B出发，采用4亿参数的SigLIP2 NaFlex视觉编码器和32768 Token上下文，可读取文本和图像。d1-omni-600M有5.87亿参数，从LFM2.5-Encoder-350M双向编码器出发，包含3.81亿共享主干和决策头、9400万视觉编码器、1.12亿音频编码器；音频编码器为17层FastConformer，上下文16384 Token，音频片段上限30秒。一个请求只携带图像或音频，不会同时携带两者，音频训练仅覆盖英语说话者到助手的请求。
在应用上，d1-3B可在一次调用中完成退款是否通过、选择负责团队和评定紧急程度；在Jetson AGX Thor上读取384像素图像需35毫秒，Open d1 Arcade将其逐帧运行在实时摄像头输入上，用于内容审核和手势控制。d1-omni-600M可接收最长30秒语音与文本，直接返回说话者意图或主题，用于小设备语音命令路由和智能体护栏。
在Decision Index v0.2.1上，d1-3B得分48.57，超过所有小于100亿参数的模型，并以微弱优势领先Decider 35B-A3B的47.11，仅低于Winnow-12B的50.02。Liquid AI自行运行官方评分器，因此这些分数不是排行榜提交。在七个公开文本基准上，d1-3B平均82.9，高于Decider 4B的81.1；d1-omni-600M平均78.4，Civil Comments得95.8，PAWS-X得79.5。在11个图像基准上，d1-3B平均74.1，基础模型为73.9。Liquid AI称音频决策基准仍是开放问题。
Liquid AI测量了d1-3B在NVIDIA硬件上的端到端延迟，每次一个预热请求。一个问题在RTX 4090上需8毫秒，在AMD MI325X上需9毫秒；在Jetson上，AGX Thor需16毫秒，AGX Orin需26毫秒，Orin Nano需50毫秒。在Jetson AGX Thor上，对同一状态提出三个问题需20毫秒，一个问题需16毫秒。RTX 4090的8毫秒数据使用model.compile(mode="reduce-overhead")，不启用时一个问题需16毫秒。
对比其他开放决策模型，d1-3B和d1-omni-600M采用LFM Open v1.0许可，Decider 4B、Decider 35B-A3B和Winnow-12B采用Apache 2.0；Decision Index得分分别为48.57、15.95、40.70、47.11和50.02。