描述
LiquidAI d1-Omni-2B 是一个复杂的决策模型,处理文本、图像和音频输入,以在单次前向传递中提供经过校准的答案。基于 LFM3-Omni-2B 架构,它具有 24 层,包括门控短卷积和注意力机制,并以 128K 令牌的上下文长度运行。该模型支持多种语言,包括英语、阿拉伯语、中文等,并在大多数这些语言中具备音频能力。它在需要音频输入的任务中尤其有效,例如呼叫和语音消息路由,以及声音事件检测。
阅读更多
该模型旨在提供快速响应,在 NVIDIA H100 上的决策时间低至 5.8 毫秒,在 AMD MI325X 上低至 3.7 毫秒。它在提取文本、数字和日期、定位图像中的对象以及估算数量方面表现出色。d1-Omni-2B 模型不适用于聊天应用程序,也不生成转录或语音。
性能基准表明,d1-Omni-2B 在各种决策和图像基准测试中超越了其他模型,如 d1-omni-600M 和 d1-3B,展示了其在参数更少的情况下的高效性。它集成在 Transformers 库中,允许无缝部署和使用。
该模型根据 LFM 开放许可证 v1.0 进行许可,确保用户的开放访问。它适合寻求多模态决策任务强大解决方案的开发者和研究人员。然而,需要注意的是,较长的口语段落可能会降低准确性,尤其是在非拉丁文字语言中。
- 类别AI 模型与大语言模型
- 定价模式开源
- 部署云端
- 平台网页版
LiquidAI d1-Omni-2B亮点
处理文本、图像和音频
在一次前向传递中提供经过校准的答案
支持多种语言
快速决策时间
提取文本、数字和日期
定位图像中的对象
估算数量
与 Transformers 库集成
LiquidAI d1-Omni-2B入门
访问模型:访问 Hugging Face
身份验证:使用 API 密钥
设置环境:安装依赖项
通过 API 集成:使用提供的端点
优化:调整特定任务的参数
LiquidAI d1-Omni-2B的使用案例
- 呼叫路由
- 声音事件检测
- 图像对象定位
- 文本提取
- 多语言处理







