Liquid AI تطلق d1-3B وd1-omni-600M: نماذج قرار متعددة الوسائط بزمن استجابة 8ms
أطلقت Liquid AI نموذجي القرار مفتوحَي الأوزان d1-3B وd1-omni-600M المبنيين على نماذج LFM، والمتاحين فوراً على Hugging Face. يسجل d1-3B نتيجة 48.57 على Decision Index 0.2.1 متقدماً على كل نماذج 4B و9B، مع زمن استجابة 8ms على RTX 4090 و16ms على Jetson AGX Thor. يدعم d1-3B النصوص والصور، بينما يعالج d1-omni-600M النصوص مع الصور أو الصوت، ما يفتح الباب لتطبيقات قرار فورية على الأجهزة الطرفية.
الموجز الإحصائي السريع
أعلنت Liquid AI اليوم إطلاق نموذجَي قرار مفتوحَي الأوزان ضمن عائلة d1: d1-3B وd1-omni-600M (إصدار بحثي تجريبي)، وهما متاحان فوراً للتحميل على Hugging Face مع عرض تجريبي في System One Arcade Space. يسجل d1-3B نتيجة 48.57 على Decision Index 0.2.1 ليكون أفضل نموذج قرار تحت 10B، مع زمن استجابة يصل إلى 8ms على RTX 4090 و16ms على Jetson AGX Thor.
📊 بطاقة البيانات والمواصفات التقنية الرسمية
| المحور التقني | البيانات الرسمية المؤكدة |
|---|---|
| 💰 الأسعار وتكلفة الاستخدام | مفتوحة الأوزان ومجانية للتحميل على Hugging Face. لا يوجد تسعير لكل مليون توكن لأنها نماذج قرار لا تولّد رموزاً بل تجيب في تمريرة أمامية واحدة (single forward pass). |
| 🌐 المنصات والتوفر الفوري | متاحة اليوم على Hugging Face (d1-3B وd1-omni-600M). عرض تجريبي على System One Arcade Hugging Face Space. تتطلب transformers>=5.14 مع trust_remote_code=True. |
| ⚡ الأداء ومؤشرات السرعة | d1-3B: 8ms على RTX 4090، 9ms على AMD MI325X، 16ms على Jetson AGX Thor، 26ms على Jetson AGX Orin 64GB، 50ms على Jetson Orin Nano. ثلاثة أسئلة = 1.3x زمن السؤال الواحد. صورة 384px: 17ms على RTX 4090 و18ms على MI325X. حالة 3.4K توكن: 102ms على RTX 4090 و44ms على MI325X. 64 حالة معبأة: 475/s على RTX 4090 و1,106/s على MI325X. |
| 🛡️ الأمان ومقاومة الاختراق | سجل d1-3B نتيجة 93.3 في Civil Comments لكشف السمية، وd1-omni-600M سجل 95.8 في نفس المعيار. لا توجد معايير Prompt Injection معلنة في هذا الإصدار. |
| 🧠 سياق الذاكرة (Context Window) | حالة 3.4K توكن مُختبرة رسمياً: 102ms على RTX 4090 و44ms على AMD MI325X. لا يوجد إعلان رسمي عن حد أقصى لنافذة السياق في هذا البيان. |
| 🌍 دعم اللغة العربية والمنطقة | دعم متعدد اللغات مؤكد عبر XNLI (85.6 لـ d1-3B) وPAWS-X (76.4) وMASSIVE intent (86.9). لا يوجد إعلان رسمي عن توفر إقليمي محدد في الشرق الأوسط. |
تفاصيل الإعلان والميزات التقنية الجديدة
تُبنى نماذج d1 على Liquid Foundation Models (LFMs)، وهي تختلف جوهرياً عن النماذج التوليدية لأنها لا تنتج رموزاً بل تجيب على الاستعلام في تمريرة أمامية واحدة. يستخدم d1-3B العمود الفقري LFM2.5-VL-3B وهو نموذج لغة-رؤية (VLM) بمعمارية decoder-only يقبل النصوص والصور، بينما يعتمد d1-omni-600M على LFM2.5-Encoder-350M وهو مُشفّر ثنائي الاتجاه يضيف مُشفّرات رؤية وصوت لمعالجة ثلاث وسائط، ويقبل إما نصاً وصورة أو نصاً وصوتاً.
على صعيد الأداء، يحقق d1-3B نتيجة 48.57 على Decision Index 0.2.1 متقدماً على كل نماذج 4B و9B وعلى Decider 35B-A3B الذي سجل 47.11. وفي متوسط سبع مجموعات بيانات عامة يصل d1-3B إلى 82.9 مقابل 81.1 لـ Decider 4B، بينما يسجل d1-omni-600M 78.4 متجاوزاً Decider 2B (77.1) بربع عدد المعاملات فقط. تم التحقق من أن d1-3B يحتفظ بقدرات الرؤية لنموذجه الأساسي، وأن d1-omni-600M يعالج الوسائط الثلاث، لكن الشركة لا تنشر بنشماركات رؤية أو صوت لأن Decision Index v0.3 يتضمن فقط شريحة رؤية خاصة وبنشماركات الصوت لا تزال مشكلة مفتوحة.
المقارنة المعيارية والأداء التنافسي
في مقارنة مباشرة على سبع مجموعات بيانات، يتفوق d1-3B على Decider 4B في SQuAD 2.0 (83.3 مقابل 76.0)، وCivil Comments (93.3 مقابل 92.8)، وPubMedQA (68.3 مقابل 63.3)، وPAWS-X (76.4 مقابل 69.8)، بينما يتقدم Decider 4B في BoolQ (89.0 مقابل 86.3) وXNLI (88.6 مقابل 85.6) وMASSIVE intent (88.3 مقابل 86.9). أما d1-omni-600M فيتفوق على Decider 2B في SQuAD 2.0 (74.0 مقابل 67.7)، وCivil Comments (95.8 مقابل 93.6)، وMASSIVE intent (86.1 مقابل 81.1)، وPAWS-X (79.5 مقابل 59.5)، مع تراجع طفيف في PubMedQA (61.3 مقابل 65.7) وBoolQ (77.7 مقابل 87.3) وXNLI (74.7 مقابل 85.0).
على صعيد السرعة، يتفوق d1-3B بوضوح: 8ms على RTX 4090 مقابل 9ms على AMD MI325X، و16ms على Jetson AGX Thor، و26ms على Jetson AGX Orin 64GB، و50ms على Jetson Orin Nano. عند معالجة 64 حالة معبأة يصل الإنتاج إلى 1,106 حالة/ثانية على MI325X و475 حالة/ثانية على RTX 4090، ما يجعله خياراً عملياً لتطبيقات القرار عالية التردد على الحافة.
ماذا يعني هذا للمطور والمستخدم العربي؟ (The Localization Edge)
يمثل إطلاق نماذج d1 المفتوحة فرصة حقيقية للمطورين العرب لبناء تطبيقات قرار فورية دون الاعتماد على واجهات برمجية سحابية مكلفة، خاصة أن النماذج تعمل على أجهزة طرفية مثل Jetson Orin Nano بزمن 50ms فقط. دعم اللغات المتعدد المؤكد عبر XNLI (85.6) وMASSIVE intent (86.9) يشير إلى قدرة معقولة على معالجة النصوص العربية في مهام التصنيف والفهم، لكن غياب بنشماركات عربية مخصصة يعني أن المطورين في المنطقة يحتاجون إلى اختبار النماذج على بياناتهم المحلية قبل الاعتماد عليها إنتاجياً. بالنسبة للشركات الناشئة في الخليج وشمال إفريقيا، فإن الأوزان المفتوحة تعني إمكانية الضبط الدقيق (fine-tuning) محلياً دون تكاليف استدلال متكررة، وهو ما يخفض تكلفة التطوير الإجمالية بشكل كبير مقارنة بالنماذج التجارية المدفوعة لكل توكن. كما أن دعم d1-omni-600M للصوت يفتح حالات استخدام في خدمة العملاء الصوتية بالعربية والتفريغ الفوري، وهي مجالات ذات طلب مرتفع في السوق العربي.
الخلاصة والتطلعات القادمة
يمثل إطلاق d1-3B وd1-omni-600M خطوة استراتيجية من Liquid AI لاحتكار سوق نماذج القرار الطرفية المفتوحة، مع أرقام صلبة تتفوق على منافسين أكبر حجماً. الخطوة التالية المتوقعة هي نشر بنشماركات الرؤية والصوت الرسمية، وإصدار نسخة مستقرة من d1-omni-600M بعد انتهاء المرحلة البحثية، مع احتمال إطلاق نماذج أكبر حجماً ضمن عائلة d1 لاحقاً.
المصدر الإعلامي: Hugging Face | البيان الرسمي للشركة: المصدر الأصلي | تدقيق وتحليل البيانات: AI Tools Oasis
أسئلة شائعة
فريق AI Tools Oasis
نقدم لك أحدث الأخبار والتحليلات في عالم الذكاء الاصطناعي بدقة ومصداقية. تابعنا للحصول على كل جديد.
