Liquid AI выпустила две открытые модели с ответом за 8 мс

Liquid AI выпустила две открытые мультимодальные модели, d1-3B и 0.6b-omni, которые обрабатывают текст и изображения и отвечают за один прямой проход без генерации токенов: задержка составляет 8 мс на RTX 4090 и 50 мс на Jetson Orin Nano. Архитектура построена на базе LFM2.5-VL-3B: изображение переводит энкодер SigLIP2 NaFlex размером 400M, а его представление передаётся в спецтокены текстовой модели.

Контекст модели составляет 32K токенов, словарь — 128K токенов. Модели распространяются по лицензии LFM Open License v1.0, которая условно бесплатна для коммерческого использования, пока годовая выручка компании не превышает $10 млн.