2026 年 10 月 7 日，Liquid AI 發布咗 Open d1——佢「d1 決策模型家族」入面兩款開放權重（open-weight）多模態模型：d1-3B 同 d1-omni-600M。同一般 AI 聊天模型唔同，呢兩個唔會寫嘢：佢哋唔生成任何文字輸出，而係一次前向計算就畀出「校準過、有類型」嘅答案，也就是所謂「零輸出 token」（zero output tokens）。呢個設計目標，廠商話，係針對實時場景嘅決策。
兩個模型輸入邊界唔同。d1-3B 讀文字同圖片；d1-omni-600M 可以讀「文字加圖片」或者「文字加音頻」嘅組合。兩者都唔產生文字。
呢個「決策模型」同平時用嘅語言模型（LLM，透過逐個 token 生成文字回應嘅模型）係完全唔同嘅架構思路：輸入一過，即出定案，冇「逐字寫出」嘅過程。呢個對延遲敏感嘅應用——由分流、分類到即時判斷——有實際意義。
模姐驗嚇貨：「零輸出 token」呢個聲稱值得留意。傳統 LLM 逐 token 生成，成本同延遲都掛喺 token 數量上；如果模型一次前向就出定案、唔寫字，延勢同推理成本會係另一條曲線。
開放權重模型嘅價值，唔單止喺「大」，亦喺「輕」同「專」。600M 呢個體量明顯係針對本地部署同邊緣計算優化，同大參數通用模型走嘅唔係同一條路。有冇真正嘅第三方測試、有冇獨立數據集驗證呢兩個模型嘅「calibrated」聲稱，係呢單新聞後續要睇嘅重點。
模姐｜深度調教
