LiquidAI发open d1：把多模态决策模型塞进边缘设备

LiquidAI发布了open d1，一组为边缘设备设计的多模态决策模型。这次发布的重点，是让AI在本地干活——跑在手机、传感器、机器人或其他算力受限的硬件上，而不是依赖云端连接。这一点很关键：边缘环境对延迟、隐私、带宽和功耗都有严格限制。能在设备端做决策的模型，响应会更快，敏感数据可以留在本地，网络不佳时也能继续工作。 LiquidAI把open d1定位为开放模型，也就是说开发者可以在资源受限的场景中查看、调整并部署它们。公司的博客预计会介绍模型设计、基准测试以及边缘AI智能体的用例。虽然现有概要没有给出详细的性能数字，但战略意图很清楚：并不是所有AI负载都应该绕道去走一个庞大的云端模型。很多实际应用需要的是小而高效的系统，能感知多种输入类型，并实时选择动作。 因此，open d1踩在了边缘原生AI这波兴趣上：模型针对本地执行和专门任务做优化。对开发者来说，价值取决于这些模型在准确率、速度、内存占用和可适配性之间平衡得如何。如果LiquidAI能拿出过硬的基准成绩和好上手的工具链，open d1有机会成为构建隐私敏感型助手、工业监测系统和自主设备时的一个实用选项。 这次发布也给开放模型生态添了把火，让团队在专有API之外有了更多选择。总的来说，open d1体现了一个关键转向：AI正在向设备侧靠拢，而决策模型正成为这种“边缘优先”未来的一部分。