8.0
热点
AI SCORE
开源项目2026-10-08 00:54
HuggingFace发布面向边缘的多模态决策模型Dd1
Hugging Face Blog#开源#边缘AI#多模态
Editor brief · 编辑速览
HuggingFace博客介绍了面向边缘设备的多模态决策模型，支持在边缘侧运行AI推理任务。
10B 以下最佳决策模型，Decision Index 0.2.1：d1-3B 得分为 48.57，超越所有 4B 和 9B 模型，以及 Decider 35B-A3B（47.11）。
多模态：d1-3B 支持文本和图像，d1-omni-600M 支持文本和图像或文本和音频
快速：d1-3B 在 NVIDIA Jetson AGX Thor 上单次问答仅需 16 ms，在 Jetson AGX Orin 上为 26 ms，在 Jetson Orin Nano 上为 50 ms
我们如何为边缘端构建决策模型
这些开放的 d1 决策模型基于我们的 Liquid Foundation Models（LFMs）构建。与生成式模型不同，决策模型不生成 token，而是在单次前向传播中直接给出答案。
d1-3B 和 d1-omni-600M 基于两条截然不同的骨干网络训练而成：
d1-3B 基于我们最新的 VLM——LFM2.5-VL-3B 训练，这是一个纯解码器（decoder-only）模型，接受文本和图像作为输入。
d1-omni-600M 基于双向编码器 LFM2.5-Encoder-350M 训练。它添加了视觉和音频编码器以处理全部三种模态。它接受文本和图像或文本和音频作为输入。该模型目前处于早期研究发布阶段，正在进一步开发中。
我们在七个公共数据集上对 d1-3B 和 d1-omni-600M 进行了基准测试，涵盖阅读理解、毒性检测、意图分类、医学问答和跨语言理解。d1-3B 的平均得分为 82.9，为表中最高，超过了 Decider 4B。d1-omni-600M 得分为 78.4，仅用四分之一的参数就超越了 Decider 2B（77.1）。
我们验证了 d1-3B 在标准视觉基准上保留了其 LFM2.5-VL-3B 骨干网络的视觉能力，且 d1-omni-600M 能处理全部三种模态。我们未报告任何视觉或音频基准数据，因为 Decision Index v0.3 仅包含私有视觉划分，而音频决策基准目前仍是一个开放问题。
在与 NVIDIA 的合作中，我们对 d1-3B 在 NVIDIA 堆栈上进行了评估，涵盖 NVIDIA GeForce RTX 4090、NVIDIA Jetson AGX Thor、Jetson AGX Orin 64 GB 和 Jetson Orin Nano。由于 d1-omni-600M 是早期研究发布版本，我们在本次发布中未报告其任何速度数据。
边缘推理：d1-3B 在所有测量设备上单次问答均低于 50 ms。三次问答耗时仅为单次的 1.3 倍，AGX Thor 从 16 ms 升至 20 ms。
GPU 推理：在 GPU 上，d1-3B 单次问答低于 10 ms，在两个平台上处理 384px 图像低于 18 ms。
如何使用开放的 d1 决策模型
当你需要快速、结构化的决策时（包括多模态输入），请选用 d1 决策模型。d1-3B 在其参数规模下提供最高的决策质量，而 d1-omni-600M 则适用于对体积有严格限制的场景。
安装依赖（需要 transformers>=5.14）：
pip install "transformers>=5.14" torch torchvision pillow
这些模型自带推理代码，因此需要使用 trust_remote_code=True 加载：
import io
import urllib.request
import torch
from PIL import Image
from transformers import AutoModel
device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu"
model = AutoModel.from_pretrained("LiquidAI/d1-3B", trust_remote_code=True,
dtype=torch.float32 if device == "cpu" else torch.bfloat16).to(device)
# 对同一文本状态提出多个命名问题，一次前向传播完成回答
questions = {
"refund": {"type": "noul", "instructions": "Is the customer asking for a refund?"},
"team": {"type": "choice", "instructions": "Which team should handle this?",
"criteria": {"billing": "Charges, refunds, invoices", "technical": "App or site faults",
"fraud": "Suspected unauthorised use"}},
"urgency": {"type": "score", "instructions": "How urgent is this?",
"criteria": ["Can wait", "Today", "Blocking the customer now"]},
}
print(model.system_one("I was charged twice this month, please refund one of them.", questions))
# 以图像作为整体状态
url = "http://images.cocodataset.org/val2017/000000039769.jpg" # two cats on a sofa
photo = Image.open(io.BytesIO(urllib.request.urlopen(url).read()))
print(model.system_one(None, {"cats": {"type": "choice", "instructions": "How many cats are there?",
"criteria": {"one": "One", "two": "Two", "more": "Three or more"}}},
images=[photo]))
# 多个请求，打包在一起无填充
tickets = ["Where is my parcel? It was due Monday.", "The app crashes when I open settings."]
print(model.system_one_batch([(t, {"team": questions["team"]}) for t in tickets]))
为简洁起见，我们仅包含 d1-3B 的示例。关于如何运行 d1-omni-600M，请参阅 d1-omni-600M 模型卡。
开始使用开放的 d1 决策模型
两个决策模型均为开放权重，今日已在 Hugging Face 上发布：
下载：Hugging Face 上的 d1-3B 和 d1-omni-600M。
体验：在我们的 System One Arcade Hugging Face Space 中运行演示。
期待看到你们的作品。
如引用此工作，请引用发布博客：
@article{liquidAI2026opend1,
author = {Liquid AI},
title = {Open d1: Edge decision models for text, vision, and audio},
journal = {Liquid AI Blog},
year = {2026},
note = {www.liquid.ai/blog/open-d1},
}
本文提及的模型 3
本文提及的 Spaces 1
更多作者文章
Accelerating vision-language models with LFM2.5-VL-DSpark
Up to 3.2x Faster Inference with LFM2.5-DSpark
AOL 可能会要求你在登录时完成额外的验证步骤。
例如，你可能会被要求验证与账户关联的信息。
如果你收到验证提示，请按照 AOL 显示的说明操作，而不是试图绕过安全流程。
AOL 会维护账户恢复信息，例如恢复电话号码或电子邮件地址，专门用于帮助用户在遇到账户或密码问题时恢复访问权限。
如果你无法正常登录，请使用 AOL 的账户恢复或密码重置选项。恢复在以下情况下尤为重要：
你可用的恢复选项可能取决于当前与你的 AOL 账户关联的信息。
正确的密码并不一定意味着没有账户访问问题。
如果你的密码正确但 AOL 仍然阻止你登录，请仔细查看屏幕上显示的消息。
你可能遇到的是：
在这种情况下，避免反复输入相同的密码。相反，请按照 AOL 提供的恢复或验证说明操作。
另一种可能性是与账户相关的异常活动。
例如，你可能会在以下情况下发现登录问题：
安全提示旨在帮助保护账户。如果你认为其他人可能已访问了你的 AOL 账户，请优先恢复账户并保护密码，而不是简单地试图绕过锁定。
如果你的 AOL Mail 账户无法访问，恢复过程通常从识别账户并遵循可用的恢复说明开始。
恢复访问权限后，查看与该账户关联的账户安全信息。
AOL 建议在账户上保留有效的恢复电话号码或电子邮件地址，以便在忘记密码或遇到账户验证提示时有一种验证所有权的方式。
这会使账户恢复更加困难。
如果与你的 AOL 账户关联的恢复电话号码不再有效，请在官方 AOL 恢复过程中寻找提供的其他恢复方法。
不要将你的 AOL 密码或验证码提供给声称能够解锁账户的陌生人。
重新获得访问权限后，请更新你的恢复信息。
AOL 当前的账户安全说明允许用户在登录后添加、替换或删除恢复电话号码和电子邮件地址。
有时密码已成功更改但 AOL 登录仍然不工作。
请尝试以下基本故障排除步骤：
如果问题仍然存在，请返回官方 AOL 账户恢复或支持选项。
如果 AOL 要求你提供验证码，请确保你使用的是最新的验证码。
避免反复请求验证码然后输入旧验证码。
检查以下几点：
如果你无法完成验证，请使用 AOL 提供的账户恢复选项。
一旦你重新获得访问权限，请采取几个步骤来使未来的恢复更容易。
维护有效的恢复电话号码或电子邮件地址。
AOL 特别建议保持有效的恢复信息，以应对忘记密码或账户验证的情况。
避免对 AOL 和其他网站使用相同的密码。
唯一密码降低了在其他服务中暴露的密码影响你的 AOL 账户的风险。
恢复账户后，检查你的安全设置，并确保恢复信息属于你。
永远不要向突然联系你并声称需要验证码来解锁账户的人提供验证码。
如果你已尝试了适当的账户恢复步骤但仍然无法访问账户，请使用 AOL 的官方支持渠道。
AOL 当前的支持页面通过官方支持系统提供账户管理和密码重置帮助。电话、聊天和其他支持选项的可用性可能取决于账户和服务。
为获得最可靠的信息，请从官方 AOL 帮助和联系我们页面开始，而不是从第三方网站上找到的非官方电话号码。
AOL 账户可能因密码问题、异常登录活动、验证要求或其他账户访问问题而无法访问。确切原因取决于你尝试登录时显示的消息。
首先确认你的用户名和密码，然后按照 AOL 的官方恢复或验证说明操作。如果你忘记了密码，请使用密码重置流程，而不是反复猜测。
在许多情况下，如果你可以使用账户上可用的恢复选项成功验证所有权，则可以恢复账户。
AOL Mail 登录问题可能是由于密码错误、账户验证、账户被锁定或其他登录问题导致的。检查确切错误消息并遵循适当的恢复步骤。
首先确保你使用的是正确的用户名。如果你确信用户名正确但密码不工作，请使用 AOL 的密码重置或恢复流程。
使用可用的最新验证码，并仔细遵循 AOL 登录页面上的说明。如果你无法完成验证，请使用可用的账户恢复选项。
不一定。无法登录可能是由于临时访问、密码或验证问题。确切情况取决于账户和 AOL 显示的消息。
如果你需要快速检查清单，请按以下步骤操作：
只在官方 AOL 网站和支持渠道输入你的 AOL 密码、恢复信息或验证码。永远不要将这些凭据提供给声称可以解锁你账户的非官方个人或网站。
· 注册或登录以发表评论
本文中提到的模型 3
本文中提到的 Spaces 1