08/10/2026 · VietTechies · Biên tập
Liquid AI vừa chính thức ra mắt d1-3B và d1-omni-600M, bộ đôi mô hình ra quyết định công khai trọng số được thiết kế tối ưu cho các triển khai thiết bị biên đòi hỏi độ trễ thấp. Được phát triển dựa trên nền tảng Liquid Foundation Models của công ty, những kiến trúc này hoàn toàn bỏ qua quá trình sinh văn bản từng token thông thường. Thay vào đó, mô hình xử lý toàn bộ dữ liệu trong một lượt lan truyền tiến duy nhất (single forward pass), cho phép phân loại nhanh chóng, định tuyến ý định và đưa ra quyết định có cấu trúc ngay trên phần cứng cục bộ.
Kiến Trúc Đa Thức Ra Quyết Định Một Bước
Khác với các mô hình ngôn ngữ sinh dòng truyền thống, dòng mô hình mã nguồn mở d1 trả về các phản hồi có cấu trúc chỉ sau một bước xử lý. Trong đó, d1-3B sử dụng phần khung giải mã thị giác – ngôn ngữ LFM2.5-VL-3B của Liquid AI để tiếp nhận kết hợp cả văn bản lẫn dữ liệu hình ảnh. Ở phiên bản gọn nhẹ hơn, d1-omni-600M kết hợp mô hình nền tảng hai chiều LFM2.5-Encoder-350M cùng các bộ mã hóa thị giác và âm thanh chuyên dụng, cho phép xử lý linh hoạt các cặp dữ liệu đầu vào gồm văn bản – hình ảnh hoặc văn bản – âm thanh.
Kết Quả Đo Hiệu Năng và Tốc Độ Suy Luận
Trong bài kiểm tra hiệu năng Decision Index 0.2.1, d1-3B đạt điểm số dẫn đầu 48,57, vượt qua nhiều mô hình có quy mô lớn hơn như Decider 35B-A3B. Đánh giá trên 7 bộ bài đo hiệu năng công khai về đọc hiểu, phân loại ý định, phát hiện nội dung độc hại và giải đáp y khoa cho thấy d1-3B ghi nhận điểm số trung bình 82,9, trong khi d1-omni-600M đạt 78,4. Kết quả kiểm thử thực tế trên các dòng thiết bị biên của NVIDIA cho thấy thời gian phản hồi một câu hỏi của d1-3B chưa tới 50 ms trên Jetson Orin Nano, đạt 26 ms trên Jetson AGX Orin và chỉ 16 ms trên Jetson AGX Thor. Khi vận hành trên các GPU máy tính để bàn, mô hình xử lý xong câu hỏi trong thời gian dưới 10 ms.
Khả Năng Tích Hợp và Giới Hạn Hiện Tại
Hiện tại, cả d1-3B lẫn d1-omni-600M đã được phát hành trên nền tảng Hugging Face để các nhà phát triển dễ dàng tích hợp. Môi trường yêu cầu gồm PyTorch cùng thư viện Hugging Face Transformers từ phiên bản 5.14 trở lên, đồng thời cần kích hoạt cờ thực thi mã tùy chỉnh trong quá trình nạp mô hình. Trong khi d1-3B đã hoàn tất đo đạc toàn diện về tốc độ cũng như khả năng xử lý thị giác, Liquid AI cho biết d1-omni-600M mới chỉ dừng lại ở bản phát hành nghiên cứu ban đầu nên tạm thời chưa công bố các chỉ số tốc độ suy luận do kiến trúc đa thức của mô hình này vẫn đang tiếp tục được hoàn thiện.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.