LiquidAI rilascia due modelli decisionali multimodali per l'edge
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
d1-3B primeggia sotto 10B nel Decision Index e d1-omni-600M aggiunge supporto audio in release di ricerca.
d1-3B guida il Decision Index 0.2.1 tra i modelli sotto i 10 miliardi di parametri con 48,57 punti, davanti a Decider 35B-A3B (47,11) e a tutti i 4B e 9B confrontati. LiquidAI indirizza l’edge: decisione in singolo passaggio e misure di latenza su piattaforme NVIDIA Jetson.1
Insieme a d1-3B arriva d1-omni-600M, che aggiunge input audio e viene presentato come release di ricerca in ulteriore sviluppo. Entrambi sono modelli decisionali “open” per l’edge, con inferenza in una sola forward pass. Non generano token: producono direttamente una risposta.1
I due modelli sono multimodali, con perimetri distinti. d1-3B accetta testo e immagini. d1-omni-600M accetta testo e immagine, oppure testo e audio. L’estensione audio riguarda solo d1-omni-600M.1
LiquidAI indica basi architetturali diverse per ciascun modello. d1-3B deriva da LFM2.5-VL-3B, un VLM decoder-only, e lavora su input testuali e visivi. d1-omni-600M nasce da LFM2.5-Encoder-350M, un encoder bidirezionale, con encoder aggiuntivi per visione e audio per gestire le modalità dichiarate. La variante omni resta in sviluppo.1
Sul fronte prestazioni, l’azienda comunica le latenze di d1-3B su Jetson. Su AGX Thor risponde in 16 millisecondi a una domanda. Su AGX Orin in 26 millisecondi. Su Orin Nano in 50 millisecondi.1
Il Decision Index 0.2.1 colloca d1-3B ai vertici dei modelli compatti. Il punteggio supera sia alternative da 4B e 9B, sia Decider 35B-A3B. Il confronto è sintetico e punta alla qualità della decisione.1
Il post chiarisce l’identità della linea d1: decisione in singolo passaggio, ingressi multimodali, destinazione edge, origine nei Liquid Foundation Models con due basi separate per il modello visivo-linguistico e per quello con estensione audio. La definizione di “open” è parte integrante della presentazione.1
Le misure di latenza su Jetson scandiscono l’implicazione pratica: decisioni rapide on-device su hardware diffuso nell’edge. Per l’audio, la prima release di d1-omni-600M indica un percorso ancora in corso.1
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.