Liquid AI Lança Modelos de Decisão d1 Open-Weight para Texto, Visão e Áudio

A Liquid AI liberou dois modelos de decisão d1 open-weight na Hugging Face: o d1-3B e o d1-OMNI-600M. Esses modelos não geram tokens como os grandes modelos de linguagem (LLMs), mas produzem uma resposta direta em uma única passada. O d1-3B, com 3 bilhões de parâmetros, alcança 48.57 no Decision Index v0.2.1, superando todos os modelos abaixo de 10 bilhões de parâmetros e se equiparando a modelos doze vezes maiores, como o Decider 35B-A3B da Amazon. Ele é super-rápido, respondendo em 8 ms numa NVIDIA RTX 4090 e até 50 ms no Jetson Orin Nano, um hardware de borda.

Já o d1-OMNI-600M, com 600 milhões de parâmetros, é um modelo experimental multimodal, processando texto, imagem e áudio. Ele marcou 15.95 no mesmo índice. A Liquid AI treinou o d1-3B a partir do LFM2.5-VL-3B, um VLM (Visual Language Model) decoder-only. O d1-OMNI-600M vem do LFM2.5-Encoder-350M, um encoder bidirecional, com encoders adicionais para visão e áudio. Essa família de modelos é otimizada para inferência em todo o ecossistema NVIDIA, de data center até dispositivos de borda, e suporta llama.cpp. A Liquid AI já havia demonstrado o poder do D1 ao superar o Jev em testes, conforme reportado em nosso artigo "D1 Supera Jev e Redefine Tomada de Decisão em Software", de 30 de setembro de 2026.

Em 6 de outubro de 2026, o CEVIU noticiou o anúncio da Liquid AI sobre o lançamento do d1 com visão integrada, destacando suas capacidades e custo-benefício. Agora, a empresa não só confirmou essa integração multimodal, mas disponibilizou publicamente os modelos específicos d1-3B e d1-OMNI-600M na plataforma Hugging Face. O que era um anúncio de "visão integrada" e "custo-benefício sem precedentes" se materializou na forma de modelos open-weight com benchmarks detalhados de desempenho, velocidade e suporte a hardware, permitindo à comunidade desenvolvedora testar e implementar essas inovações.

A disponibilização de modelos de decisão open-weight como o d1-3B e o d1-OMNI-600M é crucial porque democratiza o acesso à IA de ponta para tomadas de decisão rápidas e estruturadas. Sua eficiência e capacidade de rodar em hardware de borda abrem portas para aplicações em tempo real em robótica, sistemas autônomos e assistentes inteligentes, mesmo sem conexão constante à nuvem. A natureza multimodal do d1-OMNI-600M expande a percepção da IA para além do texto, permitindo decisões mais complexas baseadas em entradas visuais e auditivas. Isso impulsiona a inovação e o desenvolvimento de novas soluções em diversos setores.