ข้ามไปเนื้อหาหลัก

Liquid AI เปิดตัวโมเดล d1-3B และ d1-omni-600M

Liquid AI ปล่อยโมเดลปัญญาประดิษฐ์ Open-Weight สองรุ่นใหม่ d1-3B และ d1-omni-600M สำหรับตัดสินใจแบบมัลติโมดัลไร้การสร้างข้อความ

เรียบเรียงโดย AI
Inewgen
08 Oct 2026ที่มา: MarkTechPost2 นาทีอ่าน (0 ครั้ง)
แชร์
Liquid AI เปิดตัวโมเดล d1-3B และ d1-omni-600M

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • Liquid AI เปิดตัว Open d1 โมเดลตระกูล d1 decision model สองรุ่นใหม่
  • รุ่น d1-3B รองรับการประมวลผลข้อความและรูปภาพ
  • รุ่น d1-omni-600M รองรับข้อความร่วมกับรูปภาพหรือเสียง
  • ทั้งสองรุ่นไม่มีความสามารถในการเขียนข้อความหรือสร้างข้อความออกทางเอาต์พุต

บริษัท Liquid AI ได้ประกาศเปิดตัวตระกูลโมเดลปัญญาประดิษฐ์ใหม่ในชื่อ Open d1 ซึ่งประกอบด้วยโมเดลแบบ open-weight สองรุ่นหลัก ได้แก่ d1-3B และ d1-omni-600M โดยจุดเด่นสำคัญคือการเป็นมัลติโมดัลเดซิชันโมเดล (multimodal decision models) ที่ถูกออกแบบมาเพื่อการตัดสินใจแบบเรียลไทม์โดยเฉพาะ

สำหรับโมเดล d1-3B นั้นมีความสามารถในการอ่านและประมวลผลข้อมูลทั้งในรูปแบบข้อความ (text) และรูปภาพ (images) ขณะที่รุ่น d1-omni-600M มีความยืดหยุ่นในการรับข้อมูลนำเข้าเป็นข้อความร่วมกับรูปภาพ หรือข้อความร่วมกับเสียง (audio) เพื่อตอบสนองความต้องการใช้งานที่หลากหลายของผู้พัฒนา

3Bพารามิเตอร์ในรุ่น d1-3B
600Mพารามิเตอร์ในรุ่น d1-omni-600M

ความแตกต่างที่สำคัญอย่างยิ่งของโมเดลตระกูลนี้คือ ตัวโมเดลจะไม่ทำหน้าที่เขียนหรือสร้างข้อความใดๆ ออกมาเป็นผลลัพธ์ โดยในแต่ละรอบการประมวลผลไปข้างหน้า (one forward pass) ระบบจะทำการส่งคืนคำตอบที่มีการปรับเทียบค่าและระบุประเภทข้อมูลที่ชัดเจนทันทีโดยปราศจากโทเค็นผลลัพธ์ (zero output tokens)

artificial intelligence neural network data center no logo

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

การพัฒนาโมเดลตระกูล d1 ของ Liquid AI สะท้อนให้เห็นถึงแนวคิดใหม่ในการออกแบบปัญญาประดิษฐ์ ที่ไม่ได้เน้นการสร้างภาษาหรือตอบสนองด้วยข้อความยาวๆ เหมือนโมเดลภาษาขนาดใหญ่ทั่วไป แต่เน้นไปที่การประมวลผลข้อมูลและให้ผลลัพธ์ในรูปแบบการตัดสินใจที่แม่นยำและรวดเร็ว เหมาะสำหรับระบบอัตโนมัติหรือแอปพลิเคชันที่ต้องการเวลาตอบสนองน้อยที่สุด (low latency)

เป้าหมายหลักของการพัฒนาโมเดลทั้งสองรุ่นนี้คือการขับเคลื่อนการตัดสินใจแบบเรียลไทม์ในงานด้านต่างๆ ซึ่งช่วยลดภาระการประมวลผลที่ไม่จำเป็นและเพิ่มประสิทธิภาพในการทำงานร่วมกับระบบเซนเซอร์หรือข้อมูลมัลติโมดัล

ที่มา: MarkTechPost

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้