結論
Liquid AIは、新たに「d1」意思決定モデルファミリーを発表しました。今回リリースされたのは、テキストおよび画像入力に対応する「d1-3B」と、テキスト・画像・音声入力をサポートする「d1-omni-600M」の2つのオープンウェイトモデルです。これらはHugging Faceを通じて無料でダウンロードでき、ローカル環境での実行が可能となっています。
何が発表されたか
Liquid AIにより、エッジ環境やローカルでの活用を視野に入れた「d1」意思決定モデルファミリーが新たに公開されました。発表されたモデルは「d1-3B」と「d1-omni-600M」の2種類であり、いずれもオープンウェイトとして提供されています。開発者や研究者は、プラットフォームを介して自由にコードやモデルウェイトを入手し、手元の環境で検証や統合を進めることができます。
確認済みの具体情報
公開された2つのモデルには、それぞれ明確なスペックとサポートする入力モダリティの違いがあります。
- d1-3B：パラメータ数は3,120,000,000（3.12 billion）です。視覚言語モデルであるLFM2.5-VL-3Bをベースとしており、テキストと画像の入力に対応しています。
- d1-omni-600M：パラメータ数は587,000,000（587 million）です。LFM2.5-Encoder-350Mをベースとしており、テキスト、画像、音声の入力に対応しています。
また、これらはいずれもHugging Faceから無料でダウンロードすることが可能であり、自身のローカル環境で直接実行できる設計になっています。
なぜ重要か
近年、AIモデルの活用において、手元のデバイスやエッジ環境で直接モデルを動かす「ローカル実行」への関心が高まっています。今回Liquid AIが公開したモデルは、パラメータ数の異なる設計でありながら、画像や音声といった複数のモダリティ入力をサポートしています。オープンウェイトとして公開され、誰でも自由にダウンロードしてローカルで試せる環境が整ったことは、多様なデバイスやシステムへのAI組み込みを検討する開発者にとって大きな選択肢となります。
利用者・開発者・企業への影響
今回のモデルの登場により、開発者や企業はローカル環境でマルチモーダルな処理を行うモデルを検証・導入できるようになります。特に「d1-3B」や「d1-omni-600M」のマルチモーダル対応は、エッジデバイス上での高度な意思決定支援アプリケーションの構築を身近にするものです。無料でのダウンロード提供により、導入のハードルが下がっている点も実務的なメリットと言えます。
未確定点
現時点の公式発表および確認済み事実の範囲において、詳細なベンチマークのスコア比較や、特定の商用利用における細かな規約、今後のアップデートスケジュールなどの具体的な情報は公開されていません。そのため、実際の業務システムや大規模運用への適用を検討する際は、手元の環境での個別検証が必要となります。
まとめ
Liquid AIによる「d1-3B」と「d1-omni-600M」の公開は、ローカル環境で動作するマルチモーダルな意思決定モデルの選択肢を広げるものです。3,120,000,000（3.12 billion）パラメータの「d1-3B」と587,000,000（587 million）パラメータの「d1-omni-600M」は、それぞれ異なる入力モダリティをサポートし、Hugging Faceから無料で入手可能です。エッジAIの活用やローカルでのモデル検証を進める開発者にとって、非常に注目すべきリリースとなっています。
コメント