Liquid AI 这周在 Hugging Face 开源了名为 d1 的多模态决策模型，专为边缘端（设备本地）推理设计——我们认为这代表开源阵营开始把'设备端可跑'作为正式的产品定位，而不是继续堆参数。这家公司是 MIT 衍生公司，专攻一种叫'液态神经网络'（Liquid Neural Networks，一种结构更稀疏、耗电更低的架构）。

这是什么

d1 是一个支持文本和图像输入的多模态模型（多模态 = 能同时处理多种类型输入，比如文字、图片、声音），专为本地决策任务设计——比如机器人控制、车载交互、工业视觉质检。所谓'决策模型'，指的是它不只回答问题，而是直接输出下一步动作或控制指令。和传统大模型相比，它的工程意义是把'看得懂世界'和'不需要联网'这两件原本矛盾的事捏在一起。

行业怎么看

Hugging Face 联合创始人 Clem Delangue 在 X 上称之为'开源生态的重要一步'。我们认为，对金融、医疗、制造业这些数据合规严格的行业，本地推理意味着合规成本下降，AI 试点门槛会进一步降低。

但我们注意到两个反向意见。其一，SambaNova 工程师指出，决策类任务对实时性要求极高，光开源不够，必须有配套硬件加速器才有用；其二，'开源'不等于'可商用'——d1 采用的是研究许可（research license），明确限制商业使用，企业要落地还得等商用版本。

对普通人的影响

对企业 IT：金融、医疗、制造业的 AI 试点门槛会进一步降低，过去因数据合规卡壳的项目可能重新启动。

对个人职场：未来 1-2 年内，手机里的 AI 助手可能八成任务都在本地完成，不必每句话都上传到云端。

对消费市场：智能家居、车载、可穿戴设备会更聪明也更省电，但短期内还看不到一个让人愿意为此换机的'杀手级应用'。