跳转到主要内容
ToolPotion
AI 顾问
提交(免费)

LiquidAI d1-Omni-2B

LiquidAI d1-Omni-2B 是一个用于处理文本、图像和音频的决策模型。它能够快速提供经过校准的答案,而无需生成令牌,非常适合用于呼叫路由和声音事件检测等应用。

查看模型
分享
查看模型
分享

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

  • 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

  1. 访问模型:访问 Hugging Face

  2. 身份验证:使用 API 密钥

  3. 设置环境:安装依赖项

  4. 通过 API 集成:使用提供的端点

  5. 优化:调整特定任务的参数

  • 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

LiquidAI d1-Omni-2B 评价

加载中...

与 LiquidAI d1-Omni-2B 类似的热门AI工具

LiquidAI LFM3-Omni-2B 是一个全模态 AI 模型,能够理解文本、图像、视频和音频。它提供文本和语音输出,旨在高效地在设备上使用,具有 22 亿个参数。

AI 模型与大语言模型
查看工具

全模态 AI 模型,能够理解文本、图像、视频和音频。它提供文本和语音输出,旨在高效地在设备上使用,具有 22 亿个参数。LiquidAI LFM3-Omni-2B 是一个全模态 AI 模型,能够理解文本、图像、视频和音频。它提供文本和语音输出,旨在高效地在设备上使用,具有 22 亿个参数。

AI 模型与大语言模型
查看 AI 模型 Top 5

LiquidAI d1-omni-600M

大语言模型

LiquidAI d1-omni-600M 是一个拥有 600M 参数的决策模型,旨在对文本、图像和语音进行单次决策。它高效处理多模态输入,快速、准确地提供响应,而无需生成输出标记。

AI 模型与大语言模型
查看工具

大语言模型

拥有 600M 参数的决策模型,旨在对文本、图像和语音进行单次决策。它高效处理多模态输入,快速、准确地提供响应,而无需生成输出标记。LiquidAI d1-omni-600M 是一个拥有 600M 参数的决策模型,旨在对文本、图像和语音进行单次决策。它高效处理多模态输入,快速、准确地提供响应,而无需生成输出标记。

AI 模型与大语言模型
查看 大语言模型 Top 50

d3-ultra

AI 模型

d3-ultra 是来自 vLLM 语义路由器的 27B 多模态决策模型。它处理文本、JSON、图像和视频,以概率形式回答问题。非常适合复杂决策任务,支持每个问题最多 131,072 个标记,并提供免费的 API 供测试。

AI 模型与大语言模型
查看工具

AI 模型

来自 vLLM 语义路由器的 27B 多模态决策模型。它处理文本、JSON、图像和视频,以概率形式回答问题。非常适合复杂决策任务,支持每个问题最多 131,072 个标记,并提供免费的 API 供测试。d3-ultra 是来自 vLLM 语义路由器的 27B 多模态决策模型。它处理文本、JSON、图像和视频,以概率形式回答问题。非常适合复杂决策任务,支持每个问题最多 131,072 个标记,并提供免费的 API 供测试。

AI 模型与大语言模型
查看 AI 模型 Top 5

NVIDIA Nemotron 3 Ultra是一款强大的AI模型,旨在处理复杂推理和多语言任务。它拥有5500亿个参数,在长文本分析和工具使用方面表现出色,适用于各个行业的高风险应用。

AI 模型与大语言模型
查看工具

强大的AI模型,旨在处理复杂推理和多语言任务。它拥有5500亿个参数,在长文本分析和工具使用方面表现出色,适用于各个行业的高风险应用。NVIDIA Nemotron 3 Ultra是一款强大的AI模型,旨在处理复杂推理和多语言任务。它拥有5500亿个参数,在长文本分析和工具使用方面表现出色,适用于各个行业的高风险应用。

精选AI 模型与大语言模型
查看 AI 模型 Top 5

Mistral-7B-v0.1 是一个具有 70 亿参数的预训练生成文本模型,旨在通过开源推动人工智能的发展。它在各种基准测试中超越了 Llama 2 13B,使其成为自然语言处理任务的强大工具。

AI 模型与大语言模型
查看工具

具有 70 亿参数的预训练生成文本模型,旨在通过开源推动人工智能的发展。它在各种基准测试中超越了 Llama 2 13B,使其成为自然语言处理任务的强大工具。Mistral-7B-v0.1 是一个具有 70 亿参数的预训练生成文本模型,旨在通过开源推动人工智能的发展。它在各种基准测试中超越了 Llama 2 13B,使其成为自然语言处理任务的强大工具。

精选AI 模型与大语言模型
查看 AI 模型 Top 5

LiquidAI LFM3-1.7B

大语言模型

LiquidAI LFM3-1.7B 是一款为本地代理和专业应用设计的文本模型。它具有三重混合架构,并支持 256K 令牌上下文窗口,使其适合边缘设备。该模型可适应特定领域的微调。

AI 模型与大语言模型
查看工具

大语言模型

为本地代理和专业应用设计的文本模型。它具有三重混合架构,并支持 256K 令牌上下文窗口,使其适合边缘设备。该模型可适应特定领域的微调。LiquidAI LFM3-1.7B 是一款为本地代理和专业应用设计的文本模型。它具有三重混合架构,并支持 256K 令牌上下文窗口,使其适合边缘设备。该模型可适应特定领域的微调。

AI 模型与大语言模型
查看 大语言模型 Top 50

Youtu-Parsing-Omni 是一个多功能的全模态解析模型,可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色,为各种解析需求提供统一的架构。

AI 模型与大语言模型
查看工具

多功能的全模态解析模型,可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色,为各种解析需求提供统一的架构。Youtu-Parsing-Omni 是一个多功能的全模态解析模型,可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色,为各种解析需求提供统一的架构。

AI 模型与大语言模型
查看 AI 模型 Top 5

Mistral Large 3是一个先进的AI模型,专为企业设计,支持定制、微调和AI助手及代理的部署。它采用稀疏专家混合架构,具有410亿个活跃参数,在多模态和多语言应用中提供先进的能力。

AI 模型与大语言模型
查看工具

先进的AI模型,专为企业设计,支持定制、微调和AI助手及代理的部署。它采用稀疏专家混合架构,具有410亿个活跃参数,在多模态和多语言应用中提供先进的能力。Mistral Large 3是一个先进的AI模型,专为企业设计,支持定制、微调和AI助手及代理的部署。它采用稀疏专家混合架构,具有410亿个活跃参数,在多模态和多语言应用中提供先进的能力。

精选AI 模型与大语言模型
查看 AI 模型 Top 5
1/8