Liquid AI выпустила d1-3B и d1-omni-600M: локальные модели для выбора без генерации текста

Что вышло и кому это пригодится?

d1-3B обрабатывает текст и изображения. d1-omni-600M меньше и, кроме текста с изображениями, принимает текст с речевым фрагментом длительностью до 30 секунд; одновременную передачу изображения и аудио её карточка не поддерживает. В случае речи авторы предупреждают, что обучение опиралось на англоязычные диалоги: качество на русском не следует считать подтверждённым. Оба варианта возвращают оценку «да/нет», выбор из названных категорий либо балл по шкале, но не пишут свободный текст. s2s3

Практический пример: попросить локальную программу определить, относится ли сообщение «Заказ приехал с разбитой крышкой» к доставке, оплате или повреждению товара. Категории задаёт человек, а результат нужно сверить с исходным сообщением; вероятность, которую возвращает модель, не доказывает правильность решения. Такую систему можно использовать как помощника для сортировки заявок, но не как единственного судью в важных вопросах. s2

Можно ли загрузить и запустить локально?

Да: в официальных репозиториях доступны весовые файлы model.safetensors и код модели; доступ к ним не требует одобрения заявки. У Liquid AI также есть официальные файлы GGUF для d1-3B, включая Q4_K_M и Q8_0. GGUF — формат весов, который использует программа llama.cpp; в карточке показан запуск через llama-server и запрос к /v1/systemone. Для новичка это пока инженерный маршрут с сервером и API, а не установка в один клик. Для d1-omni-600M карточка описывает Python-путь с Transformers и устанавливаемыми библиотеками. Мы не запускали модели и не проверяли команды на конкретном компьютере. s2s3s5

Уменьшенный GGUF-файл d1-3B Q4_K_M занимает около 1,67 ГБ, а основной файл d1-omni-600M — около 2,35 ГБ. Это размеры скачиваемых файлов, а не минимальные требования к оперативной или видеопамяти. Для обработки изображений у d1-3B есть отдельные вспомогательные файлы; одного файла весов недостаточно для описания всего комплекта. s5s3

Насколько хороши результаты и какие права на использование?

Liquid AI сообщает результат 48,57 для d1-3B и 15,95 для d1-omni-600M на публичной части Decision Index 0.2.1. По измерениям самого разработчика один вопрос d1-3B на RTX 4090 занимал 8 мс, на Apple M5 Pro — 30 мс при прогретом запуске и коротком входе; длинный текст или изображение требуют другого времени. Это авторские испытания, не воспроизведённые Modelium, и перечисленное железо не означает минимум для запуска. s1s2

Веса опубликованы по LFM Open License v1.0, а не по Apache 2.0 или MIT. Её пункт 5 ставит коммерческие права в зависимость от порога годовой выручки 10 млн долларов США: организациям, превышающим порог, эти права соглашением не предоставляются. В официальном анонсе есть обобщённая фраза об отсутствии ограничений на развёртывание, но ориентироваться следует на текст лицензии; если применение коммерческое, прочитайте её полностью и при необходимости получите отдельное разрешение. Открытые веса не равны безусловному разрешению на любое использование. s1s4

Что делать дальше?

Если требуется именно выбрать категорию для своего текста или фото, откройте официальную карточку d1-3B и сначала сопоставьте её примеры с вашей задачей. Если нужен обычный текстовый ответ или расшифровка речи, эти модели не заменят чат-модель либо распознавание речи: d1-omni-600M анализирует короткую запись для выбора ответа, а не выдаёт транскрипт. Для сравнения подходов к локальным моделям выбора посмотрите материал о Clef Flash и о JEV-27B. s2s3