在人工智能技术日新月异的今天，模型的应用场景正从单纯的文本生成向更复杂的“决策”领域加速演进。近日，新兴 AI 公司 Liquid AI 正式推出了其最新力作——d1-ultra 多模态决策模型。这一发布在 Artificial Analysis 的决策指数中取得了令人瞩目的成绩，为行业提供了一个兼具高性能与低成本的全新解决方案。
在传统的机器学习架构中，获取一个可靠的决策结果往往需要复杂的计算流程。例如，为了获得校准后的概率，模型通常需要进行多次前向传递，这不仅增加了推理时间，还可能引入额外的计算开销。Liquid AI 的 d1-ultra 则打破了这一常规。它能够在单次前向传递中直接输出校准后的概率。这意味着，用户在使用该模型时，无需繁琐的后处理步骤，即可获得既准确又可信的决策依据，极大地提升了推理效率。
d1-ultra 的核心能力在于其“多模态决策”属性。这意味着它不仅能像传统大语言模型那样处理文本，还能理解并融合图像信息，进而基于这些信息做出决策。在 Artificial Analysis（AA）的决策指数评测中，d1-ultra 获得了 65 分。作为参考，该指数主要衡量模型在决策任务中的准确性、延迟和成本效益。65 分的高分表明，d1-ultra 在保持高准确率的同时，实现了极低的延迟和推理成本，这在业界是非常难得的平衡。
除了性能指标，d1-ultra 的商业化潜力也备受关注。其定价策略极具侵略性，每百万输入令牌的成本仅为 $0.042。在当前的大模型市场中，这种低廉的成本意味着企业可以将该模型大规模部署到实际业务中，而无需担心高昂的 API 调用费用。这对于需要实时处理海量数据的场景——如实时推荐系统、在线广告竞价或自动化内容审核——具有极大的吸引力。
从行业影响来看，d1-ultra 的出现可能标志着多模态决策模型进入了一个新的阶段。过去，这类高性能模型往往昂贵且复杂，难以在中小企业或边缘设备上普及。d1-ultra 通过技术创新降低了门槛，使得“视觉+语言”的决策能力变得更加触手可及。未来，我们可能会看到该模型被广泛应用于电商领域，用于根据商品图片和描述自动生成高质量的商品描述或进行精准排序；在医疗领域，辅助医生结合影像数据和病历文本进行快速诊断决策；在自动驾驶领域，帮助车辆更迅速地感知环境并做出驾驶决策。
总的来说，Liquid AI 的 d1-ultra 不仅是一款技术产品，更是推动 AI 决策能力普惠化的重要一步。它证明了高性能并不一定等同于高成本，为开发者提供了一个在效率与精度之间找到最佳平衡点的优质工具。
信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/10/15/liquid-ai-d1-ultra-decision-model/
