概览
d1-2B 是 Liquid AI 于 2026 年 10 月 27 日随 LFM3 家族发布的决策模型，基于 LFM3-VL-2B，共 1.92B 参数，用来替代此前的 d1-3B（已收录）。它不是聊天模型：给它一个情境（文字、图片或视频，比如工单、发票、应用截图、照片）和一组问题，它在一次前向计算里给出全部答案，每个答案带校准过的概率，不需要逐字生成，官方称可在毫秒级完成判断。和 d1-3B 相比，最大的变化是答案有类型：可以回答是/否，抽取字段（字段不存在时明确返回未找到），给出带可能区间的数值估计，或者从多个选项里勾选所有适用项并各给概率。官方建议用于流水线里需要做判断的环节，例如路由与分诊、审核与护栏、意图和话题分类、文档与表单抽取、打分与重排、图像检查。官方自测（与 d1-3B 对比）：Decision Bench 85.2 对 83.6，Decision Index 51.1 对 49.0，ImajevBench 75.5 对 64.0，117 项内部与公开基准汇总 63.2 对 58.8，参数却少约三分之一；以上为官方数据，尚待第三方复核。上下文 128K，但官方提示状态超过约 64K tokens 后答案可靠性下降；知识密集型问题更适合大模型，数值估计在计数和打分上较可靠。用 Transformers 加模型自带代码运行，一次前向读出答案，没有采样参数。同批还有能听音频的 d1-Omni-2B（基于 LFM3-Omni-2B）。许可为 LFM Open License v1.0：个人、研究、非营利和年收入低于 1000 万美元的企业可免费商用，年收入达到或超过 1000 万美元的企业商用不在授权范围内。来源：https://www.liquid.ai/blog/lfm3 、https://docs.liquid.ai/lfm/models/d1-2b 、https://huggingface.co/LiquidAI/d1-2B （2026-10-30 核对）。 定价：权重免费下载、自行部署（受 LFM Open License v1.0 限制）；Liquid 官方价页（https://www.liquid.ai/pricing）有一个笼统的「d1」API（输入 $0.02 / 百万 tokens，输出 $0.00），但没有写明对应 d1-2B，输入 / 输出价留空。
- 模态
- 多模态
- 参数量
- 1.92B
- 许可说明
- 开源 · LFM Open License v1.0
能力
- 决策模型而非聊天模型：输入文字、图片或视频加一组问题，一次前向计算就给出全部答案，每个答案附校准过的概率，不逐字生成 token
- 带类型的答案：可以是是/否、抽取字段（字段不存在时返回未找到）、带可能区间的数值估计、多选（每个选项各有概率）；一次可以问很多个问题
- 适用场景：路由与分诊、内容审核与护栏、意图和话题分类、从文档和表单抽取信息、打分与重排、图像检查
- 相比 d1-3B：参数少约三分之一，官方自测 Decision Bench 85.2（d1-3B 83.6）、Decision Index 51.1（49.0）、ImajevBench 75.5（64.0）、117 项内部与公开基准汇总 63.2（58.8）
- 架构与运行：基于 LFM3-VL-2B，LFM3 主干 24 层（13 层门控短卷积、5 层滑动窗口注意力、6 层全局注意力），词表 128,000，上下文 128K（官方提示超过约 64K 后答案可靠性下降）；用 Transformers 加自带模型代码运行，没有采样参数；许可 LFM Open License v1.0
