Liquid AI发布d1.2决策模型:校准误差0.8,低于Jev与GPT-6

资讯 腾讯网 作者:智东西 全文 2032 字 · 约 6 分钟读完 配图 1 张 分类决策模型Liquid模型发布多模态

智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月17日消息,昨日,麻省理工学院(MIT)孵化的美国AI模型独角兽Liquid AI发布全模态决策模型d1.2和d1.2-ultra,两款模型均可处理文本、图像和音频。其中,d1.2-ultra在第三方评测机构Artificial Analysi

所属频道 模型发布前沿研究

和前代d1.1、d1-ultra相比,d1.2系列多了五类任务的支持。

第一类是信息读取。两款模型能从输入里取出文本、数字或日期,比如把发票上的应付金额读出来,按原文字符返回;字段找不到,就回一句“未找到”。

▲读取发票中的应付金额(图源:Liquid AI)

第二类是文本片段提取。文本里某一类信息的全部片段都能被它们找出来,比如把笔记里的姓名、电话号码、电子邮件地址逐项挑出,并注明各自在原文中的位置。

▲标出笔记中的姓名、电话和邮箱(图源:Liquid AI)

第三类是图片物体定位,单个目标能定位,同类目标的全部实例也能查找。扫描表单上的签名可以用矩形框标出,照片里的每一棵树也能分别给出坐标框和总数。

▲框出画面中的三名女性(图源:Liquid AI)

第四类是数值估算,结果由预测值和区间两部分组成。以估算照片人数为例,最可能的数量与范围会一并给出。

▲估算合影人数,并给出数量区间(图源:Liquid AI)

第五类是多选判断。所有适用选项都能被两款模型选出,且各自附带概率。一条同时涉及重复扣款和包裹未送达的客服消息,会被它们同时归入“计费”和“配送”两个主题。

▲识别客服消息涉及的多个主题(图源:Liquid AI)

音频分析和语音提问也在支持范围内。录音中的语言可以识别,背景里有没有警报声也能判断。

▲判断录音中是否有警报声(图源:Liquid AI)

Liquid AI披露的数据显示,在声音识别和覆盖43种语言的语言识别测试中,这两款模型回答选择题或是非题的正确率落在95%至97%之间。

工程师Aurélien Lac在X上分享了一个案例:d1.2-ultra用矩形框圈出道路上的车辆,消防车还标了类别和概率;警笛、交通声、喇叭声等声音也分别给出了概率,图片定位和音频判断的实际处理效果由此展示出来。

▲d1.2-ultra定位道路车辆,并为警笛、交通声等声音给出判断概率(图源:X)

概率校准测试结果同样由Liquid AI公布,这项测试检验的是模型对答案的把握与实际表现是否吻合。打个比方,一批答案如果都被给出80%的置信度,理想状况下每100道题里模型应该答对80道。

置信度若能准确反映答题表现,开发者就多了安排人工审核的依据:把握不大的回答交给人复核,把握大的交给系统自动处理。

预测概率和实际正确率之间的差距,Liquid AI用校准误差来衡量,数值越小说明两者越接近。测试覆盖13项基准,由五款模型共同作答22505道问题。

这组测试里,d1.2-ultra和d1.2的校准误差分别是0.8和1.2,其余三款参评模型都高于它们。Jev 1.14、Perplexity Decider v1.3和GPT-6 Luna Decisions API的校准误差依次为2.7、3.7和7.2。

▲五款模型的概率校准表现对比(图源:Liquid AI)

这次更新之前,Liquid AI的产品已经覆盖多种模态和任务,d系列决策模型只是其中一支。该公司还推出了

10月28日,该公司发布并开源新一代模型

二、四位MIT科学家联合创办,曾获AMD领投16.8亿元融资

Liquid AI在2023年成立,源自MIT计算机科学与人工智能实验室(

四位联合创始人都有MIT研究背景,分别是CEO拉明·哈萨尼(Ramin Hasani)、CTO马蒂亚斯·莱希纳(Mathias Lechner)、首席科学官亚历山大·阿米尼(Alexander Amini)以及丹妮拉·鲁斯(Daniela Rus)。

哈萨尼长期研究

莱希纳2022年在奥地利科学技术研究所(ISTA)拿到博士学位,参与

阿米尼的计算机科学本科、硕士、博士学业都在MIT完成,他还是MIT《深度学习导论》课程的主要组织者和讲师。

鲁斯的研究方向长期集中在机器人、移动计算和数据科学,拥有康奈尔大学计算机科学博士学位,同时在MIT

▲Liquid AI四位联合创始人,左起为莱希纳、阿米尼、鲁斯和哈萨尼(图源:彭博社)

融资上,Liquid AI在2024年12月完成了2.5亿美元(约合人民币16.8亿元)A轮融资,由AMD领投。这笔钱将用于扩充算力基础设施、加快模型研发,并推进端侧及企业本地部署。

结语:价格低、准确率高、概率可校准,决策模型盯上企业日常真实需求

这次更新,Liquid AI把目光放在企业处理日常业务的实际需求上。信息读取、文本片段提取、图片物体定位这些能力,能用来读取发票金额、查找个人信息、定位表单签名,帮企业自动处理文档、图片等材料。

但企业用不用,还是要算调用费用加人工纠错的总账。d1.2系列主打低价、任务准确率和概率校准,对应的是少花钱、少返工、安排好人工审核这三件事。这些优势若能在实际业务里兑现,决策模型就有机会接住企业眼下交给通用大模型的那部分任务。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航
Liquid 一个集成视觉理解和生成的多模态生成模型 AI 绘画生图 · huggingface.co OpenAI最新发布的多模态AI大模型 GPT - 4o是OpenAI最新推出的先进人工智能模型。它具备强大的多模态推理能力,能处理语音、文本和视觉… AI 写作 · openai.com 多模态跨尺度生物医学成像 以亚纳米分辨光电融合技术为代表的多模态高分辨分子成像装置、以毫秒分辨显纳成像为代表的多模态活体细胞成像装置、… 知识管理 · bjmu.edu.cn 深思考Dongni多模态大模型 Dongni多模态大模型搜索引擎通过结合文本、图像等多模态数据,为用户提供了一个功能强大、操作简便的搜索工具 大模型与开发平台 · dongni.ai 达闼RobotGPT多模态大模型 达闼RobotGPT多模态大模型是一个创新的AI工具,它通过整合多模态数据处理能力,为机器人在多样化的应用场… 大模型与开发平台 · dataarobotics.com Wordware Wordware是一个集成开发环境(IDE),其最大亮点在于零代码开发,任何人无需编程知识,通过日常语言就能… AI 写作 · wordware.ai Seko Seko是商汤科技(SenseTime)推出的行业首发创编一体的AI短视频创作Agent。Seko可以根据用… AI 智能体 · sensetime.com 腾讯混元大模型 腾讯混元大模型由腾讯全链路自研,在文本和多模态模型性能方面表现卓越,处于业界领先水平。其混元 API 整合了… 大模型与开发平台 · tencent.com

相关推荐 按相关度与热度排序

全部资讯 →
  1. 微软网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra

    IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash,定位为面向企业安全团队的“高性价比”网络安全 AI。该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。微软称,MAI Cybe

    来源 腾讯网
  2. 寒武纪Day 0适配商汤SenseNova Loop-9B,打通循环计算推理链路

    IT之家 11 月 18 日消息,商汤科技昨日晚间正式发布 SenseNova Loop-9B 模型。寒武纪官方宣布,已完成对商汤新发布模型日日新 SenseNova Loop-9B 的 Day 0 适配。据介绍,该模型通过 Loop 结构复用模型层的参数,并结合流形约束超连接(mHC),在有限的参数规模下扩展计算深度

    来源 腾讯网
  3. 书生-S2.1 Flash开源:科研任务推理成本仅星河十分之一

    近日,上海AI实验室发布并开源书生科学多模态大模型 S2.1 Flash(简称书生-S2.1 Flash)。模型融合实验室近期一系列前沿原创技术,在科学数据理解、复杂科研任务闭环执行能力上实现进阶,且同一任务下其推理成本仅为智能体模型书生·星河的十分之一,让科研工作提质、提速、提效,实现多快好省。

    来源 AI 开发者社区
  4. OpenAI报告:1819名科学家58万条消息,AI提效最高达2.83倍

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月17日消息,今天,OpenAI发布一项研究报告,关于科学家使用ChatGPT的情况以及对AI加速科研发现的看法。据受访科学家估计,在完成同等质量工作的前提下,使用AI的工作效率可达未使用时的约1.9倍。OpenAI经济研究团队以ChatGPT学

    来源 腾讯网
  5. 百度Q2营收308亿:AI业务占比53%,GPU云收入增191%

    智东西(公众号:zhidxcom)作者 | 程茜编辑 | 李水青智东西11月16日报道,刚刚,百度公布2026年第二季度财报。其第二季度营收为308亿元,同比下降1%,环比下降2%;归属于百度净利润13.95亿元,摊薄后每ADS收益为4.35元,非GAAP净利润24亿元,摊薄后每ADS收益为6.78元。本季度,百度的研

    来源 腾讯网
  6. Cadence 推 Maestro 模型组合:芯片设计 AI 竞争转向专业化

    随着GPT-Synopsys 发布,以及 Agentrys、ChipAgents 等 AI 原生创业公司杀 入芯片设计领域, EDA 行业的 AI 竞争 达到了前所未有的高度 。 面对这一变化,Cadence 突然推出 Maestro 专业化 AI 模型组合,强调领域专用模型、智能模型路由、客户专有数据,以及与成熟 E

    来源 AI 行业观察
  7. 微软MAI Code 2发布:编程AI挑战OpenAI与Anthropic

    微软11月18日在Ignite大会上发布编程模型MAI Code 2,称其性能已接近竞争对手同类模型,但运行成本要低得多。微软同时推出面向网络安全的AI模型及新的图像生成和语音转录模型,试图在AI领域进一步挑战OpenAI和Anthropic。

    来源 凤凰科技
  8. GPT-6 Astra 连遭投诉:对齐隐瞒翻倍,视频生成20分钟烧100美元

    **GPT-6 Astra 服务异常:安全妥协与性能崩盘的双重危机** 过去6小时,X平台连续出现三起用户对GPT-6 Astra的集中投诉,指向服务稳定性、安全合规与实际生成质量的多重问题。OpenAI本应在系统卡发布后完成对齐与工具修复,却在关键环节出现明显退步,引发行业对“下一代模型”交付标...

    来源 AI 科技快讯
  9. DeepSeek-V4稀疏注意力:1M上下文提速22倍?

    如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍

    来源 AI 行业观察
  10. OpenClaw报告:清华沈阳团队拆解AI智能体生态闭环?

    清华大学沈阳教授团队发布了关于OpenClaw的两份研究报告,系统梳理了从理论框架到模型迭代、再到商业落地的完整路径。文章详细解读了“一人公司”工作流的实践细节,包括ZeelinClaw模型的快速迭代、ToB技能体系的构建以及自动化接单平台的上线情况。通过金融风控、内容生成等具体案例,展示了AI智能体在提升效率方面的实

    来源 AI 应用前沿
  11. AI芯片预期,被大幅下调

    AI基础设施投资的增长预期,正在发生一次明显变化。 11月13日,半导体研究机构SemiAnalysis发布最新模型调整,大幅下修未来几年全球AI加速器的资本开支、芯片出货量、HBM需求以及功耗预测。其中,2028年全球AI加速器资本开支预期从此前的1.054万亿美元降至7580亿美元,下调28%;2030年则从1.5

    来源 AI 行业观察
  12. AMD高管谈AI与超算:FP64精度不可替代,正与IBM推进试点

    IT之家 11 月 17 日消息,科技媒体 Tom's Hardware 昨日(11 月 16 日)发布博文,报道称 AMD 负责高性能计算(HPC)与主权 AI 的企业副总裁 Scott Tease 表示,多数 HPC 研究机构已经认识到,AI“永远不会取代”传统高性能计算。即便 AI 应用持续扩张,依赖双精度 FP

    来源 腾讯网
  13. AI 冲击大学数学课堂,加州理工学院教授不再依据答案对错批改作业

    IT之家 11 月 17 日消息,据《商业内幕》16 日报道,在加州理工学院任教 17 年的数学教授倪忆表示,自己不再根据学生答案的对错给作业打分,而是只检查是否完成。“教育过程出了问题。大学里的数学作业,几乎都能用 AI 来做。”究其原因,在于学生普遍使用 AI 完成作业。倪忆坦言,作为教授,自己根本无法判断学生交上

    来源 腾讯网
  14. 想学AI智能体开发?先搞懂感知、决策、记忆、通信、执行这五块

    本文拆解AI智能体开发的核心路径,摒弃晦涩理论,直接切入Python实战。通过“感知-决策-记忆-通信-执行”五步法,结合YOLO目标检测、RAG知识库及MCP协议,以智慧消防为完整案例,展示如何从零基础构建可落地的多模态智能体系统,适合希望快速上手工程开发的开发者参考。

    来源 AI 应用前沿
  15. 北大天大开源SpatialScout:让AI像人一样主动探索三维空间

    北京大学与天津大学联合发布了SpatialScout,这是一个针对三维空间智能的全新评测基准。不同于以往让AI“看图答题”的静态测试,SpatialScout要求模型操控虚拟摄像头,在80个室内场景中自主移动、拍照并调用三角测量工具,最终构建出物体中心的三维地图。它通过中心误差和三维IoU双重指标,精准评估模型的定位精

    来源 AI 应用前沿
  16. 寒武纪Day 0适配商汤SenseNova Loop-9B:打通MLU推理链路

    商汤科技昨日晚间正式发布 SenseNova Loop-9B 模型。寒武纪官方宣布,已完成对商汤新发布模型日日新 SenseNova Loop-9B 的 Day 0 适配。寒武纪表示,针对 SenseNova Loop-9B 的架构特点,寒武纪基于 vllm_mlu 完成 Day 0 适配,打通模型在 MLU 平台上的

    来源 IT之家
  17. OpenAI发布GPT-6.2 Astra与Sol:Anthropic IPO定价前夜,成本大降

    IT之家 11 月 18 日消息,就在 Anthropic IPO 定价前一天,OpenAI 突然毫无预兆地送上了一份“惊喜”。 OpenAI 今日正式发布了最新的 GPT-6.2 Astra 和 GPT-6.2 Sol 模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务的表现,同时降低完成任务所需的输出 To

    来源 AI 行业观察
  18. 诺奖得主哈萨比斯的AI制药公司Isomorphic Labs完成50亿美元C轮融资

    智东西11月17日消息,刚刚,由诺奖得主、谷歌DeepMind联合创始人德米斯·哈萨比斯(Demis Hassabis)创办的英国AI药物研发公司Isomorphic Labs宣布完成50亿美元(约合人民币333亿元)C轮融资,融资获得超额认购。 结合公开数据不完全统计,本轮融资刷新该公司此前的单轮融资纪录,可能创下全

    来源 AI 行业观察
向下滚动自动加载更多