概览
d1-Omni-2B 是 Liquid AI 于 2026 年 10 月 27 日随 LFM3 家族发布的开放权重决策模型，基于 LFM3-Omni-2B，共 2.17B 参数，是同批 d1-2B（已收录）的「能听」版本。它不是聊天模型：给它一个情境（文字、图片、视频或一段音频，也可以直接用语音提问）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。答案有类型：是/否、抽取字段（字段不存在时明确返回未找到）、带可能区间的数值估计，或从多个选项里勾选所有适用项并各给概率。官方建议用在需要「听」的判断环节，例如语音工单和来电分诊、音频内容审核、声音事件识别；如果输入里没有音频，官方建议直接用更强一点的 d1-2B。官方自测：Decision Bench v4 84.7（d1-2B 85.2、d1-3B 83.6），117 项内部与公开基准汇总 61.8（d1-2B 63.2）；同一问题用语音问和用文字问，DecisionBench 分别为 78.2 和 83.4；ESC-50 环境声分类 84.5%；以上为官方数据，尚待第三方复核。上下文 128K，支持 16 种语言，其中语音输入不支持印地语、泰语、越南语和印尼语。运行方式：pip install "transformers>=5.19" torch torchvision pillow 后用 AutoModel.from_pretrained("LiquidAI/d1-Omni-2B", trust_remote_code=True) 加载；llama.cpp 0.8.0（b11960）起支持。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://www.liquid.ai/blog/d1-open 、https://docs.liquid.ai/lfm/models/d1-omni-2b 、https://huggingface.co/LiquidAI/d1-Omni-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）只有一个笼统的「d1」API 价格，没有写明对应 d1-Omni-2B，输入 / 输出价留空。
- 模态
- 多模态
- 参数量
- 2.17B
- 许可说明
- 开源 · LFM Open License v1.0
能力
- 会听的决策模型：输入文字、图片、视频、音频片段或直接用语音提问，再给一组问题，一次前向计算给出全部答案，每个答案附校准过的概率，不逐字生成 token，不是聊天模型
- 带类型的答案：是/否、抽取字段（不存在时返回未找到）、带区间的数值估计、多选（每个选项各有概率）；一次可以
- 适用场景：语音工单和来电分诊、音频内容审核、按声音事件判断（官方称 ESC-50 环境声分类 84.5%）、图像和视频检查；没有音频输入时官方建议改用 d1-2B
- 官方自测：Decision Bench v4 84.7（d1-2B 85.2、d1-3B 83.6）；同一问题用语音问和用文字问，DecisionBench 78.2 对 83.4；117 项基准汇总 61.8（d1-2B 63.2）
- 架构与运行：基于 LFM3-Omni-2B，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；支持 16 种语言，语音不含印地语、泰语、越南语、印尼语；Transformers 5.19 及以上加自带模型代码运行，llama.cpp 0.8.0（b11960）起支持
