Open d1: Edge decision models for text, vision, and audio (6 minute read)

评分依据：其一，d1 属于'决策模型'这一非生成式新物种（单次前向传播直接出答案，不逐 token 生成），在架构范式上对主流自回归 LLM 是一次有意义的错位竞争；其二，3B 参数在文本基准均值 82.9 领先同表 Decider 4B、并在自建 Decision Index 上与 12 倍参数量的 Decider 35B-A3B 持平，加上 RTX 4090 上 8ms、Jetson Orin Nano 上 50ms 的端到端延迟，对边缘/端侧实时决策场景具备真实产品价值；其三，开放权重 + Hugging Face 当日上线 + llama.cpp 首日支持，落地门槛低。但这些成绩主要基于 Liquid 自研的 Decision Index，且视觉/音频能力未给出公开基准，受众集中在边缘 AI 与嵌入式小圈子，尚不足以改变全局大模型竞争格局。综合判断为高于普通版本更新、但未达范式转移，故给 5.5 分。

d1 系列代表一个真正差异化的技术路线：决策模型不做逐 token 生成，而是在单次前向传播中直接给出答案，从而把推理延迟压到毫秒级（RTX 4090 上 8ms，Jetson Orin Nano 上 50ms）。这解锁了生成式 LLM 在边缘端难以覆盖的实时决策场景——意图分类、内容审核、路由、医疗问答等。其复利效应来自三点：(1) 3B 模型以 12 倍参数差的对手（Decider 35B-A3B）打平，证明小模型+专用架构可以替代大模型的常规推理，具备结构性成本优势；(2) 开源权重 + Hugging Face 首发 + llama.cpp 首日支持，使其有望成为边缘决策/Agent 路由层的默认基础设施；(3) 打通 NVIDIA 从 DGX 到 Jetson 的全栈，绑定硬件生态。扣分项在于：600M omni 仍是实验性检查点（音频决策基准尚属开放问题）、开源权重削弱直接变现能力、决策模型这一类别尚未被主流验证，能否从'技术亮点'变成'行业基石'仍需持续观察。综合判断为细分赛道基础设施潜力，介于 4-7 分区间上沿。