The Pulse
Liquid AI rilascia i modelli aperti d1: decisioni in 16 ms su Jetson
Il 7 ottobre 2026 Liquid AI ha rilasciato d1-3B e il modello sperimentale d1-omni-600M, modelli decisionali multimodali con pesi aperti. L’azienda riferisce che d1-3B risponde a una singola domanda in 16 millisecondi su un NVIDIA Jetson AGX
AI.info Team · Scritto con l’IA ·
16 millisecondi su un Jetson AGX Thor
Liquid AI afferma che il suo nuovo modello d1-3B può restituire una decisione in 16 millisecondi su un NVIDIA Jetson AGX Thor. Il 7 ottobre l’azienda ha rilasciato d1-3B e il modello sperimentale d1-omni-600M con pesi aperti, destinandoli a prendere decisioni strutturate sia su hardware edge sia su sistemi più grandi.
A differenza di un modello generativo che scrive una risposta token per token, un modello decisionale d1 elabora l’input in un’unica passata in avanti e restituisce una risposta a una domanda definita. Gli sviluppatori possono richiedere una risposta sì o no, una scelta fra etichette o un punteggio su una scala. I modelli accettano testo e immagini; d1-omni-600M accetta anche testo abbinato ad audio.
Due modelli, diversi compromessi hardware
Il modello 3B si basa sul modello visivo-linguistico LFM2.5-VL-3B di Liquid AI. Il modello sperimentale 600M usa l’architettura di base LFM2.5-Encoder-350M, a cui sono stati aggiunti encoder per immagini e audio. Liquid AI descrive d1-omni-600M come una prima versione per la ricerca ancora in fase di sviluppo e non ne fornisce misurazioni della velocità.
Per d1-3B, l’azienda riferisce tempi di risposta a una domanda di 16 millisecondi su Jetson AGX Thor, 26 millisecondi su Jetson AGX Orin 64 GB e 50 millisecondi su Jetson Orin Nano. Secondo gli stessi test, l’elaborazione di un’immagine da 384 pixel richiede 35 millisecondi su Thor e 202 millisecondi su Orin Nano. Il comunicato indica che tre domande richiedono 20 millisecondi su Thor, contro i 16 millisecondi di una sola.
I risultati dei benchmark hanno un limite preciso
Liquid AI ha testato entrambi i modelli su sette dataset pubblici che coprono la comprensione del testo, il rilevamento di contenuti tossici, la classificazione degli intenti, le domande mediche e la comprensione interlinguistica. Riferisce punteggi medi di 82,9 per d1-3B e 78,4 per d1-omni-600M. Nella tabella comparativa dell’azienda, Decider 4B ottiene 81,1 e Decider 2B 77,1, rispettivamente.
Questi risultati non dimostrano quanto bene i modelli prendano decisioni a partire da immagini o audio. Liquid AI afferma di non pubblicare punteggi di benchmark per immagini o audio: la versione di Decision Index citata include soltanto una sezione privata dedicata alle immagini, mentre l’azienda descrive i benchmark per le decisioni basate sull’audio come un problema ancora aperto. I punteggi riferiti per i dataset riguardano quindi una valutazione diversa dalla capacità multimodale dichiarata dei modelli.
L’azienda riferisce inoltre un punteggio di 48,57 per d1-3B su Decision Index 0.2.1, che identifica come il risultato più alto tra i modelli con meno di 10 miliardi di parametri. Afferma che questo punteggio supera il 47,11 di Decider 35B-A3B. Il comunicato non presenta il punteggio dell’indice come intercambiabile con la media dei sette dataset: si tratta di confronti distinti.
I pesi sono disponibili per l’uso locale
Entrambi i modelli possono essere scaricati da Hugging Face e Liquid AI rimanda gli sviluppatori a una serie di demo interattive nel suo System One Arcade. L’esempio nel comunicato richiede Transformers versione 5.14 o successiva, oltre a PyTorch, torchvision e Pillow. Per caricare il modello occorre inoltre impostare trust_remote_code=True, un dettaglio di distribuzione di cui gli sviluppatori dovrebbero tenere conto quando esaminano ed eseguono il codice del modello.
Il rilascio rende disponibile un sistema decisionale pensato per l’hardware edge anche al di fuori dell’API ospitata da Liquid AI, ma le affermazioni più forti sulle prestazioni sono circoscritte: le misurazioni della latenza riguardano d1-3B, mentre d1-omni-600M resta sperimentale e non ha test di velocità pubblicati. L’azienda, inoltre, non ha fornito benchmark pubblici sulle decisioni basate su immagini o audio per nessuno dei due modelli.