Liquid AI发布d1-ultra：多模态决策模型AA指数达65

Liquid AI推出了一款颇具新意的模型——d1-ultra。与当下主流的对话生成模型不同，它把自己定位为"决策模型"，同时处理文本和图像输入，并且能在一次前向传播中直接输出经过校准的概率值。根据MarkTechPost的报道，该模型在Artificial Analysis Decision Index上拿到65分，输入成本为每百万token 0.042美元。

一次前向传播输出校准概率，意味着什么

传统生成式模型走的是"猜下一个词"的路线，每次采样都带有随机性。而d1-ultra的设计目标不是写文章或聊天，而是给出一个可以直接用于决策的概率判断。所谓"一次前向传播"，指的是不需要多次采样、投票或链式推理，模型直接吐出概率结果，这大幅降低了推理延迟和计算开销。

"校准概率"是这里的关键。一个校准良好的概率模型，在它说"70%会下雨"时，现实中大约就有七成概率下雨。对于风控、医疗分诊、工业质检这类场景，输出可信的概率远比输出流畅的文字更有价值。d1-ultra把这一点作为核心卖点，方向上是清晰的。

校准（Calibration） 是概率预测领域的一个核心概念，衡量的是模型输出的置信度与实际正确率之间的一致程度。常用的量化指标包括预期校准误差（ECE, Expected Calibration Error） 和 Brier Score。一个完美校准的模型，在其所有预测为"置信度 p"的样本中，实际正例比例应当恰好接近 p。

现代深度神经网络普遍存在过度自信的问题——Softmax 输出的概率往往偏高，模型说 95% 把握时实际正确率可能只有 80%。常见的校准方法包括温度缩放（Temperature Scaling）、Platt Scaling 和 等渗回归（Isotonic Regression），这些方法通常在验证集上拟合一个后处理映射来修正原始概率。

d1-ultra 声称在单次前向传播中即输出校准概率，意味着它可能将校准机制直接嵌入了训练目标或输出层设计，而非依赖事后修正。这对延迟敏感的场景（如实时风控）意义重大，因为后处理校准本身也引入额外计算步骤。

单次前向传播（Single Forward Pass） 是相对于多次采样（如 Self-Consistency） 和链式推理（Chain-of-Thought） 而言的。当前主流大语言模型在需要做判断时，常见做法是让模型生成多條推理路径再投票取多数，或者反复采样后统计频率来逼近概率。这些方法虽然有效，但推理成本随采样次数线性增长。

d1-ultra 的设计思路是让模型在一次计算中就完成"输入→概率"的映射，省去了采样和聚合环节。这不仅降低了单次推理的延迟和算力开销，还使输出具有确定性——同样的输入永远得到相同的概率值，这对需要审计和复现的决策场景（如合规风控）尤为重要。

多模态输入带来的差异化

文本与图像双输入，让d1-ultra可以处理诸如"这张X光片显示异常的概率"或"这份合同扫描件存在风险条款的可能性"这类任务。相比纯文本决策模型，多模态决策在实际业务中的覆盖面更广，因为大量真实决策依据本身就是图像、扫描件或截图。

不过需要注意，原始素材只给出了模型的基础定位与分数，并未披露架构细节、训练数据构成或评估方法。Liquid AI此前以液态神经网络（Liquid Neural Networks）研究闻名，d1-ultra是否延续了这一技术路线，目前无法从公开信息中确认。

AA Decision Index 65分与定价定位

Artificial Analysis Decision Index是第三方评测机构Artificial Analysis推出的决策能力评测指标。d1-ultra拿到65分，这个成绩在当前决策模型赛道中处于什么位置，需要结合完整榜单来看，单一分数不足以判断。

定价方面，每百万输入token 0.042美元，这个价格在决策类模型中属于低位。低输入成本加上单次前向传播的特性，使得d1-ultra在高并发、大批量的决策场景中具备成本优势——比如需要对海量商品图片做出分类判断的电商审核系统。

Artificial Analysis 是一家独立的 AI 模型评测机构，以对语言模型进行标准化基准测试并发布排行榜而知名，其评测维度通常涵盖推理能力、知识水平、成本效率等。Decision Index 是其针对决策类任务推出的专项评测指标，但该指数的具体评测集构成、任务类型分布和评分方法论在公开信息中披露有限。

在解读这类第三方分数时，需要注意几个背景：不同评测集的难度分布差异很大，65分在某个评测集上可能意味着领先，在另一个上可能只是中游；此外，决策类评测往往涉及不确定性下的选择，其"正确答案"的定义本身就比生成任务更模糊。因此，将 65 分与竞品对比时，应优先确认评测集是否覆盖了与自身业务相近的决策类型。

决策模型赛道的现实与挑战

把"决策"从生成模型中单独拆出来做成一个品类，是近一两年AI应用层的一个明显趋势。生成模型擅长表达，但它的输出概率分布并不天然校准，直接拿来当决策依据存在系统性偏差风险。专门训练的决策模型试图填补这个缺口。

d1-ultra面临的挑战同样明显：决策任务的评估本身比生成任务更难标准化。生成质量可以用人工打分或基准测试衡量，但一个"决策"是否正确，往往依赖下游真实结果，评测周期长、噪声大。65分这个数字背后，评测集覆盖了哪些决策类型、是否包含真实业务分布，都会影响它的参考价值。

对开发者而言，d1-ultra值得关注的点在于：它提供了一条不依赖大语言模型生成能力的决策路径，成本可控，且原生支持图像输入。如果你的业务里有大量"判断"而非"生成"的需求，这类模型可能比通用大模型更合适。

Liquid Neural Networks（液态神经网络） 是 Liquid AI 的创始技术路线，源自 MIT CSAIL 的研究，其核心思想是用动态变化的微分方程来描述神经元状态，使网络能在推理过程中根据输入实时调整自身动力学。相比传统 Transformer 的固定权重，液态网络在时序建模和自适应控制方面有理论优势，且参数量可以做得非常小。

d1-ultra 是否延续了这一架构目前无从确认，但这一背景值得关注：如果 d1-ultra 确实基于液态网络或其变体，那么它在时序决策（如传感器流、实时风控）上的表现可能优于同等规模的 Transformer 模型；如果它实际上采用了主流 Transformer 架构，则 Liquid AI 的品牌定位与技术路线之间可能存在叙事上的张力。这一点的澄清，将直接影响开发者对其适用场景的判断。

后续需要观察的方面

目前关于d1-ultra的信息仍集中在定位、分数和价格三点。模型的实际校准表现、多模态融合的具体效果、以及在真实业务分布上的泛化能力，都还需要更多第三方测试来验证。Liquid AI是否会公开技术报告或模型卡，将决定这款产品能否被更广泛地评估和采用。

决策模型这个方向的想象空间不小，但距离成为成熟品类还有距离。d1-ultra是目前这条路上的又一个尝试，它的实际表现比发布时的一个分数更值得持续跟踪。