IA · Modelos · Computación local
Liquid AI publica dos modelos pequeños para decidir con texto, imágenes y audio
Los pesos de d1-3B y del experimental d1-omni-600M ya se pueden descargar.
Fecha de la fuente original:
Hecho reportado: 2026-10-07
Lo esencial
- d1-3B acepta texto e imágenes; d1-omni-600M añade una vía de audio.
- Los pesos pueden descargarse para ejecución local con llama.cpp.
- El modelo de 600 millones de parámetros sigue siendo experimental.
Dos opciones multimodales
Liquid AI publicó el 7 de octubre modelos que responden mediante una sola pasada, sin generar texto token a token. d1-3B parte de un modelo visual y textual. d1-omni-600M combina texto con imágenes o con audio, sobre un codificador bidireccional.
Medir en el equipo de destino
Las pruebas de d1-3B muestran cuánto influye la entrada: en Jetson AGX Thor, una pregunta tomó 16 milisegundos y un contexto de 3.400 tokens, 220. Son mediciones del proveedor, realizadas con una solicitud cada vez, no una garantía para cualquier aplicación.
Qué falta por evaluar
Liquid publicó comparaciones textuales de comprensión, toxicidad e intención, entre otras tareas. No comunicó resultados de la partición visual privada de Decision Index v0.3. También reconoció que desarrollar evaluaciones específicas para decisiones con audio sigue siendo un problema abierto.