LiquidAI 推開源多模態 d1 搶攻邊緣裝置

LiquidAI 推出 open d1，這是一系列專為邊緣裝置設計的多模態決策模型。這次發布鎖定的是 AI 必須在地端行動的情境——手機、感測器、機器人或其他資源受限的硬體——而不是依賴雲端連線。這點之所以關鍵，是因為邊緣環境在延遲、隱私、頻寬與功耗上往往有嚴格限制。能在裝置上直接做決策的模型，反應可能更快、可讓敏感資料留在本地，連線品質差時也還能繼續運作。 LiquidAI 把 open d1 定位為開放模型，開發者可以檢視、調整，並部署到資源有限的環境。該公司部落格文章預期會談到模型設計、基準測試，以及邊緣 AI 代理的應用場景。雖然摘要並未提供詳細效能數字，策略重點卻很清楚：不是每一種 AI 工作負載都該丟給龐大的雲端模型。許多實際應用需要的是小、有效率、能感知多種輸入型態並即時決定行動的系統。 因此 open d1 搭上了「邊緣原生 AI」日益升溫的趨勢，模型針對本地執行與特定任務進行最佳化。對開發者來說，價值高低取決於模型在準確度、速度、記憶體用量與適應性之間拿捏得多好。如果 LiquidAI 能拿出夠強的基準成績與好上手的工具鏈，open d1 有機會成為打造隱私敏感助理、工業監控系統與自主裝置的實用選項。 這次發布也為開源模型生態再添動能，讓團隊在專有 API 之外有更多選擇。整體來看，open d1 點出一個關鍵轉變：AI 正往裝置端靠近，而決策模型正是這個「邊緣優先」未來的一部分。