Liquid AI 发布 Open d1 开放权重多模态决策模型
Liquid AI 发布了 Open d1，在其 d1 决策模型系列中推出两款开放权重多模态模型：d1-3B 与 d1-omni-600M。
d1-3B 模型支持文本与视觉，d1-omni-600M 则可同时处理文本以及图像或音频输入。Liquid AI 表示，这些模型专为实时决策设计，覆盖从 Nvidia DGX 数据中心到 RTX 工作站及 Jetson 边缘设备的多种运行环境。
相关AI快讯
Liquid AI 发布首个决策模型 d1
Liquid AI 表示，d1 是首个在 Hugging Face 的 Decision Index 上超过 Jev 的模型。它已可通过 Liquid API 使用，并将很快登陆 OpenRouter。
Perplexity Developers 发布 pplx-decider-v1.1-27b 多模态决策模型
Perplexity Developers 推出更新后的开放权重多模态决策模型 pplx-decider-v1.1-27b。该模型输入价格为每百万 token 0.02 美元，仅为 v1 价格的一半，且团队表示其在 Hugging Face 的 Decision Index 0.3 基准测试中位列第一。
Mistral AI 推出拥有 1 万亿参数的 Mistral Large 4 并立即开放 API
Mistral AI 发布了原生多模态模型 Mistral Large 4，总参数量达 1 万亿，激活参数为 490 亿。该模型现已通过 API 及 Mistral Cloud 基础设施提供，并计划于 10 月底开放模型权重。
EmbeddingGemma 2 运行内存占用介于 191MB 至 567MB，支持 8K 上下文窗口
Google 公布了 EmbeddingGemma 2 的运行规格。这款 740M 模型运行时的活动内存占用约在 191MB 至 567MB 之间，上下文窗口扩展至 8K，单次最多可处理 5.5 分钟音频、29 张图像或 58 帧视频。
Google for Developers 详解 EmbeddingGemma 2 的离线运行与模块化部署
EmbeddingGemma 2 可完全离线处理多模态工作负载，无需调用服务器。该模型采用模块化设计，开发者可移除未使用的视觉或音频组件以节省内存；支持灵活的维度大小，最多可减少 6 倍本地数据库存储空间，并能与 Gemma 4 搭配构建高效的端侧 RAG 流程。