Liquid AI 发布支持视觉的决策模型 d1
Liquid AI 发布首个决策模型 d1，新增图像输入，可将文本或图像输入转化为每个候选答案的概率，不生成 token，文本决策耗时 200-300 ms。
推荐理由：官方公布了 d1 的决策机制、测试成绩和按输入 token 计费的细节，读者可以据此评估它替换 LLM 调用的可行性。
Liquid AI 模型与工程博客
liquid.ai · 网站与博客
切换来源
全部网站与博客新闻IT Home8967 条Simon Willison360 条OpenAI News317 条TechCrunch · AI298 条The Decoder274 条The Verge · AI161 条Hugging Face Blog151 条Claude Blog140 条elsewhere articles115 条Google Research108 条OpenRouter Announcements103 条Mistral AI89 条Tomer Tunguz83 条Databricks Blog82 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条Gemini API 更新日志60 条LMSYS Blog60 条Manus Blog60 条Together AI Blog60 条Google DeepMind58 条NVIDIA Blog53 条a16z News49 条Apple Machine Learning Research48 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条ElevenLabs Blog45 条Google Blog: AI41 条Qwen Blog40 条Google Developers Blog35 条Cursor Blog34 条Microsoft AI News32 条Google Cloud: Databases31 条Linear Now30 条AWS Machine Learning Blog29 条Ars Technica · AI27 条Dwarkesh Patel27 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条ByteDance Seed Papers17 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条MiniMax Blog12 条Meta Engineering11 条Sam Altman Blog11 条Berkeley AI Research10 条Black Forest Labs Blog10 条MarkTechPost10 条Microsoft Research10 条xAI：News9 条Cohere 产品与研究博客8 条Epoch AI：Gradient Updates8 条Factory 研究 / 产品8 条Google AI：DEV 作者专属8 条OpenClaw Blog8 条Recode China AI8 条Redwood Research Blog8 条Replit Blog8 条SemiAnalysis 长文8 条Understanding AI8 条404 Media7 条Amazon Science7 条Every latest articles7 条Exponential View7 条Liquid AI 模型与工程博客7 条LlamaIndex：产品、工程与评测7 条PromptArmor：Threat Intelligence7 条PyTorch Blog7 条Thinking Machines Lab Blog7 条Preferred Networks：AI 研究与产品6 条ByteDance Seed Research5 条ChinaTalk5 条Chips and Cheese4 条Artificial Intelligence News3 条Canary Media：Data Centers2 条CMU Machine Learning Blog1 条Claude YouTube0 条MarkTechPost · 历史来源118 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源52 条Claude YouTube · 历史来源44 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
7 条AI 相关新闻 · 最新在前
Liquid AI 模型与工程博客精选AI 评分6767
Liquid AI 模型与工程博客AI 评分5353 Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，加速边缘端视觉语言模型推理
Liquid AI 发布面向 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，解码吞吐在 GPU 上最高提升 2.66 倍、边缘设备上最高提升 3.13 倍，端到端最高分别提升 2.27 倍和 2.62 倍。
Liquid AI 模型与工程博客AI 评分5353 Liquid AI 发布 LFM2.5 系列 DSpark 投机解码模型，推理吞吐最高提升 3.18x
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 投机解码草稿模型，GPU 吞吐最高提升 3.18x，端侧最高提升 2.87x，输出质量与基线一致。
Liquid AI 模型与工程博客AI 评分4848 Liquid AI 发布 LFM2.5 Q4_0 量化检查点：用 QAD 为边缘部署恢复精度
Liquid AI 发布 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 的 4-bit Q4_0 检查点，采用量化感知蒸馏（QAD）训练，四款模型分别保留 BF16 基线性能的 97.1%、96.5%、97.4% 和 96.6%。
Liquid AI 模型与工程博客精选AI 评分7575 Liquid AI 复盘编码智能体自主完成生产级 BPE tokenizer 训练的循环设计经验
Liquid AI 分享 2025 年底的实验：让 Claude Opus 4.5 与 Codex（GPT-5.2）在循环中自主从零构建生产级 BPE tokenizer 训练器 toktoktok，已以 Apache 2.0 开源于 https://github.com/Liquid4All/toktoktok 。
推荐理由：作者用让两个编码智能体自主完成生产级 tokenizer 训练的实战复盘，给出循环设计与外部验证的可迁移方法。
Liquid AI 模型与工程博客精选AI 评分6464 Liquid AI 发布 LFM2.5-VL-3B 端侧视觉语言模型
Liquid AI 发布 LFM2.5-VL-3B 视觉语言模型，性能对标两倍规模的模型，已上架 Hugging Face 和 Playground。
推荐理由：官方发布给出了跨 28 项基准的对比数据和多种端侧推理方案，读者可据此评估它在边缘部署中的实际取舍。
Liquid AI 模型与工程博客精选AI 评分6767 Liquid AI 发布端侧智能体模型 LFM2.5-2.6B
Liquid AI 发布可完全在设备端运行的智能体模型 LFM2.5-2.6B，参数量 2.6B，预训练约 34T tokens，词表扩至 128K，Base 和后训练版本已在 Hugging Face 开放。
推荐理由：原文给出训练流程、基准对比和端侧推理速度，读者可以据此判断它是否适合本地高并发智能体工作负载。