ApX 标志ApX 标志

趋近智

Liquid D1-Omni 600M

参数

600M

上下文长度

16K

模态

Text

架构

Dense

许可证

other

发布日期

5 Oct 2026

训练数据截止日期

-

API 价格 (每 1M)

仅支持自建托管

系统要求

不同量化方法和上下文大小的显存要求

1024 个令牌

2.71 GB VRAM

消费级

1x RTX 4090

24GB VRAM

数据中心

1x NVIDIA A100

80GB VRAM

Apple Silicon

1x Apple M3 Max

128GB VRAM

16384 个令牌

3.20 GB VRAM

消费级

1x RTX 4090

24GB VRAM

数据中心

1x NVIDIA A100

80GB VRAM

Apple Silicon

1x Apple M3 Max

128GB VRAM

架构图

Input TokensToken EmbeddingPosition: RoPEHidden: 1k · Context: 16K · Vocab: 65.5kx 16 layersRMSNormPre-AttentionGrouped-Query Attention16Q / 8KV headsHead dim: 64+RMSNormPre-FFNFeed-Forward NetworkSwiGLUIntermediate: 6.7k+Final RMSNormOutput Logits

评估基准

没有可用的 Liquid D1-Omni 600M 评估基准。

排名

排名

-

编程排名

-

关于 Liquid D1-Omni 600M

Liquid D1-Omni 600M is a compact multimodal omni model developed by Liquid AI designed for efficient edge deployment across audio, text, and visual inputs. It leverages liquid neural network architectures for real-time streaming and on-device processing.

技术规格

注意力

注意力结构

Grouped-Query Attention

注意力头

16

键值头

8

注意力头维度

64

位置嵌入

ROPE

RoPE Theta

1,000,000

滑动窗口注意力

No

滑动窗口大小

-

滑动窗口比例

-

线性注意力

Yes

线性注意力比例

62.5%

归一化

RMS Normalization

激活函数

SwigLU

维度

辅助参数

-

隐藏维度大小

1,024

层数

16

FFN 中间层大小(稠密层)

6,656

多 Token 预测头数

-

分词器

词汇量大小

65,536

关于 LFM2

The LFM2 model family developed by Liquid AI.


其他 LFM2 模型