你有没有过这种时刻：你在电商 App 里点"申请退款"，屏幕弹出一个 AI 客服问了你三个问题——"是质量问题还是物流问题？""是否需要换货？""是否要求小额补偿？"你答完三条，等了 3 秒，对面给你回了一段看起来挺礼貌的中文。

这 3 秒里发生了什么？

99% 的概率，对面那个 AI 客服在 100 毫秒内就已经知道你答的是"物流 / 不换 / 要补偿"了——但它要"装作在思考"，先把答案用一段中文写出来，再用脚本把这一段文字里的关键词抠出来，送给后台。后台系统真正要的答案，从一开始就是三个选项，而不是一段话。

你这 3 秒的等待，是为了陪你做一次"假装 AI 在思考"的游戏。

上周（2026 年 10 月 7 日），MIT CSAIL 孵化的人工智能公司 Liquid AI，把这个游戏给掀了。它开源了两个叫 d1 的模型：d1-3B（31.2 亿参数）和 d1-omni-600M（5.87 亿参数）。这两个模型不写一个字。它们只回答 yes / no、选项和评分。一次判断 8 毫秒，比你眨眼快 40 倍。

下面这一篇，我带你把这件事说透。

一、它跟 ChatGPT 不是一个物种

先讲个常识：你今天用的 ChatGPT、Claude、Gemini、Qwen、文心一言——它们有一个共同特点，叫 大语言模型（LLM）。你给一段话进去，它给你一段话出来。即使你问的是"这条评论是不是垃圾评论"，它也要先在脑子里拼一句"这条评论包含推销链接，可能是不需要的广告内容"，然后再把这个句子解析成结构化的"是 / 否"。

而 Liquid AI 这次开源的 d1，走的是另一条路，叫 决策模型（Decision Model）。

它不做题，它判卷。

它的接口是这样的：你给一个 state（当前情况描述），然后用三种"问题原语"问它——

• Noul：是 / 否的问题，返回 0 到 1 的概率。比如"这条评论是垃圾评论吗？"
• Choice：从你列的几个选项里挑一个，返回完整概率分布和置信度。比如"这条评论是推销、辱骂、还是正常？"返回 推销 0.91 / 辱骂 0.07 / 正常 0.02
• Score：在 0 到 N 的有序量表上打分，返回概率加权位置。比如"这条评论的恶劣程度？0 友好 / 1 一般 / 2 差评 / 3 攻击性"，返回 2.78

三种问题可以混在一个请求里，一次请求，多个判断，并行返回。

最关键的一点：output_tokens 永远是 0。

它根本不生成文字。结构化的概率和分数就是它的输出。这意味着：

• 你不需要花钱买 token——输出成本为 0。
• 你不需要做"解析 AI 输出文本"的脚本——返回值是 schema-stable 的，没有解析失败。
• 你不需要等它"写完一段话"——它一次前向传播就把答案给你。

听起来很合理对吧？但是这件事的工业意义，要等你看到那个数字才会懂。

二、那个让你坐直身体的数字：8 毫秒

Liquid AI 给 d1-3B 标了一个性能数据：在 NVIDIA RTX 4090 上，一次判断 8 毫秒。

这是个什么概念？

• 一次人眼眨眼：约 200-300 毫秒。d1-3B 在你眨眼一次的时间里，可以做完 25 到 37 次判断。
• 你打字输入一条 50 字的客服问题：1500 毫秒左右。d1-3B 在你敲下回车键之前，已经把答案算完了。
• 一次 ChatGPT 简单对话的响应：2000-5000 毫秒。d1-3B 比它快 250 到 625 倍。

更狠的是，Jetson 边缘设备也能跑。

NVIDIA Jetson AGX Thor：16 毫秒 / 一次判断。NVIDIA Jetson AGX Orin：26 毫秒 / 一次判断。

Jetson 不是数据中心那种几十万的服务器，它是一种 75-500 瓦的小盒子，可以塞在工厂产线、无人机、机器人、路口摄像头、智能门锁里。也就是说，d1-3B 不是只能在云端用，它是设计来"跑在你身边的"。

而 d1-omni-600M 那个 5.87 亿参数的更小版本，把"轻"做到极致——文本 + 图像，或文本 + 语音，单次决策。它是 Liquid AI 的实验性研究版本，跑在更小的设备上。

三、3B 参数超过 35B：这不是参数堆叠的胜利

你会问：参数小这么多，凭什么比大模型还能干？

因为 决策和生成根本不是一件事。

LLM 是"用海量文本训练出来的语言接龙机器"。它读完整个维基百科，就为了能在你问"上海到北京多少公里"时，下一个字吐出"1318"。它必须"会写字"，才有资格回答你。这是一种"全才但偏科"的范式。

决策模型是另一种动物。它只学会一件事：看一个 state，判断属于哪个 label。它不需要学"如何把答案写成一段通顺的中文"，所以它不需要把整个维基百科塞进肚子里。

这就引出了一个让所有人坐直身体的数据：在 Hugging Face 的 Decision Index v0.2.1（决策模型专用基准，覆盖 37 个分类/路由/评分任务）上：

• d1-3B（31.2 亿参数）：48.57 分
• Decider 35B-A3B（347 亿参数，仅 30 亿活跃）：47.11 分
• Decider 4B（42 亿参数）：40.70 分
• Winnow-12B（120 亿参数）：50.02 分

d1-3B 用 1/12 的活跃参数，打平了 35B 的对手。它在 10B 以下这个参数规模的所有决策模型里排第一。

更扎实的是，Liquid AI 在 7 个公开数据集上测了 d1-3B——阅读理解、毒性检测、意图分类、医学问答、跨语言理解——平均分 82.9，超过了 Decider 4B 的 81.1，d1-omni-600M 也有 78.4，比 Decider 2B 高一个头。

这不是侥幸。在"决策"这个任务上，参数规模不是越大越好——精准、专一、低延迟才是关键。

四、8 毫秒能跑在哪儿：你身边早就有了

d1-3B 这种 8 毫秒、3B 参数、边缘可跑的决策模型，最适合的舞台是这样的：

• 客服工单路由：你说一句话，d1 在 8 毫秒内判出"物流 / 账单 / 投诉 / 售后"，分给对应人工。你不需要再等那个"假装 AI 在思考"的对话框。
• 内容审核：每一条评论、每一条商品评价，在写入数据库之前，跑一次 d1，得到"正常 / 垃圾 / 攻击 / 色情"的概率。决策成本几乎为 0。
• LLM-as-a-judge：以前你让 GPT-4 给另一个模型的回答打分，那叫"用 2000 亿参数的模型去评分"。现在你可以让 d1-3B 在 8 毫秒内给出 calibrated probability——便宜两个数量级。
• Agent 路由：你的 AI Agent 接到了任务，d1-3B 在 8 毫秒内判出"这个应该交给 Python 工具 / 浏览器工具 / SQL 工具"。这是 Anthropic、LangChain 这类 Agent 框架最想要的基础设施。
• 风控拦截：支付场景下，每一笔交易都需要在 50 毫秒内判出"正常 / 可疑 / 高风险"。d1-3B 一次判断 8 毫秒，可以并行跑多个维度。
• 意图识别：智能音箱、智能客服、智能车机，每次唤醒都需要在 100 毫秒内判出用户意图。d1-3B 是天然选择。

你以为决策模型离你很远，但你手机里的每一笔支付审核、每一条垃圾短信拦截、每一次客服工单分拣，背后都可能已经跑着某个决策模型。d1 的意义是——这种以前只能在云端、由大厂私有部署的能力，现在开源了，谁都能下。

五、开源免费，门槛低到手机里

d1-3B 和 d1-omni-600M 不是停留在 paper 上的论文模型。它就在 Hugging Face 上，免费下，免费用，免费微调。

许可证叫 LFM Open License v1.0：年营收 1000 万美元以下的公司可以免费商用，超过的部分需要单独谈。这个门槛比 Llama、Qwen、DeepSeek 都宽松得多——你做创业、接外包、做内部工具，都不会踩到付费墙。

Liquid AI 还做了 10 个 demo，放进了 Hugging Face Space 的 System One Arcade——你不用装任何东西，浏览器打开就能跑。一个手势控制的小游戏、一个实时内容审核、一个摄像头前的实时分类判断，全部是用 d1-3B 在背后"读"摄像头一帧画面，给你一个 0-1 的概率。

NVIDIA 那边也配套了：d1-3B 进了 NVIDIA Jetson AI Lab 的官方模型列表，意味着如果你买了一块 Jetson 开发板，d1-3B 已经在系统里预装好。

更狠的是，Liquid AI 和 NVIDIA 一起做了 Isaac Sim 仿真环境下的硬件在环测试——一个机器人在虚拟世界里导航，决策大脑就是 d1-3B，跑在 Jetson 上。

这条线看起来很硬核，但你作为用户其实已经"在场"了——下次你跟一个智能客服对话，发现对面回话不像 LLM 那么慢、那么啰嗦，那么它背后大概率就是 d1 这类决策模型。

六、决策模型的下一站：从云端到口袋

如果你把时间拉到 5 年后回看，2026 年 10 月 7 日这一天，可能比你想象的重要。

过去 4 年，AI 行业的叙事是"更大的模型、更多的参数、更长的上下文、更贵的订阅"——从 GPT-4 到 GPT-5，从 Claude 3 到 Claude 4，旗舰模型参数越来越大，单次推理成本越来越高，越来越依赖数据中心，越来越只能"按 token 收费"。

d1-3B 这条线打的是完全相反的方向：

• 小：31.2 亿参数，比 GPT-4 任何版本都小一个数量级。
• 快：单次 8 毫秒，比 ChatGPT 快两个数量级。
• 轻：Jetson 都能跑，不需要 GPU 服务器。
• 便宜：单次输出 token 数为 0，输出成本为 0，输入成本按 token 计价比 LLM 低两个数量级。
• 开源：许可证允许免费商用。
• 专一：只做决策，不做对话、不写诗、不写代码、不做开放式生成。

这六个特点加在一起，意味着什么？

意味着 AI 行业的下一波"人口红利"，不是更大的 AGI，而是更轻、更便宜、更贴近你的设备的小模型。

过去 4 年，AI 行业的"付费模式"是云端订阅：你每月给 OpenAI 20 美元、给 Anthropic 20 美元、给 Cursor 20 美元——所有的智能都在云端你的口袋里没有。

未来 5 年，AI 行业的"付费模式"可能是边缘运行：你的手机、你的车机、你的智能门锁、你的工厂摄像头，本地跑一个 3B 参数的决策模型，每次判断 8 毫秒、零成本、零延迟、零数据上传。你的"AI 体验"不再取决于你是否订阅了哪家云服务，而取决于你的设备里装了哪个小模型。

这就是 d1-3B 这条曲线的真正含义：它把"AI"从一个需要订阅的奢侈品，重新拉回到一个可以塞进口袋的工具。

写在最后

2026 年 10 月 7 日，MIT CSAIL 孵化的 Liquid AI 开源了 d1-3B 和 d1-omni-600M 两个决策模型。

d1-3B：31.2 亿参数，文本 + 图像输入，RTX 4090 上单次判断 8 毫秒，Decision Index v0.2.1 上 48.57 分，10B 以下决策模型冠军。

d1-omni-600M：5.87 亿参数，文本 + 图像 / 文本 + 语音输入，更小设备的实验性研究版本。

它不写一个字。它只回答 yes / no、选项、评分。一次判断 8 毫秒。开源免费，营收 1000 万美元以下随便商用。

如果你以为 AI 的未来只能是"会写诗、会写代码、会写小说的 AGI"，那 d1 是给你打的一个补丁——AI 的另一面，是会做决定。

下一次你遇到一个客服机器人、回话不像 LLM 那么慢、那么啰嗦，请你想一下：它背后跑的很可能不再是 ChatGPT，而是一个 8 毫秒、零 token、只为"做决定"而生的开源小模型。

它已经在你身边了。

P.S. 关键事实速查（来源：Liquid AI 官方博客、Hugging Face Model Card、MarkTechPost 报道、IT之家 2026-10-09 报道）：

• d1-3B：31.2 亿参数，基于 LFM2.5-VL-3B 微调，文本 + 图像输入，32K 上下文，400M SigLIP2 NaFlex 视觉编码器。
• d1-omni-600M：5.87 亿参数（3.81 亿主干 + 决策头），基于 LFM2.5-Encoder-350M 微调，文本 + 图像 / 文本 + 语音，16K 上下文，94M SigLIP2 视觉编码器 + 112M FastConformer 音频编码器。
• 三个原始问题原语：Noul（yes/no + 概率）、Choice（选项 + 完整分布 + 置信度）、Score（有序评分 + 概率加权位置）。
• 性能：d1-3B 在 RTX 4090 上 8 毫秒 / 次，Jetson AGX Thor 上 16 毫秒，Jetson AGX Orin 上 26 毫秒。
• 基准：Decision Index v0.2.1 上 48.57 分（10B 以下冠军，超过 Decider 35B-A3B 的 47.11 / Decider 4B 的 40.70），7 个公开数据集平均 82.9 分。
• 许可证：LFM Open License v1.0，年营收 1000 万美元以下免费商用。
• 公司背景：Liquid AI 由 Ramin Hasani（CEO）、Mathias Lechner（CTO）、Alexander Amini（CSO）、Daniela Rus（MIT CSAIL 主任）四位 MIT CSAIL 科学家于 2023 年共同创立。
• 下载链接：https://huggingface.co/LiquidAI/d1-3B 和 https://huggingface.co/LiquidAI/d1-omni-600M。
• 在线 demo：Hugging Face Space 的 System One Arcade 提供 10 个浏览器内可跑的实时 demo。
• NVIDIA 合作：d1-3B 进了 NVIDIA Jetson AI Lab 官方模型列表，并和 NVIDIA 合作了 Isaac Sim 硬件在环机器人导航测试。