Automatisations 4 min de lecture

Liquid AI publie open-d1, des modèles de décision pour l'embarqué

Technicien en atelier contrôlant une pièce métallique avec un petit écran portable à la main

La réponse en bref

Liquid AI, une start-up issue du MIT, a publié open-d1, une famille de modèles de décision à poids ouverts qui compte deux modèles, d1-3B et d1-omni-600M. Ce sont des modèles multimodaux : ils lisent du texte et des images. Leur particularité est qu'ils n'écrivent rien. Ils ne génèrent pas de texte, ils prennent une décision, classer, trier ou déclencher une action, directement sur un petit appareil, en périphérie du réseau, sans connexion. Ils reposent sur l'architecture à dynamique de fluides de Liquid AI. Pour une TPE ou une PME, l'intérêt se situe sur le terrain : automatiser un contrôle qualité, une saisie ou un tri sur un poste de travail, en atelier ou en boutique, sans envoyer les données vers un serveur distant.

Qu’est-ce que Liquid AI vient de publier ?

Liquid AI est une start-up issue du MIT. Elle a mis en ligne open-d1, une famille de modèles à poids ouverts. Deux modèles la composent : d1-3B et d1-omni-600M. Le mot famille compte ici, car les poids sont accessibles : on peut les télécharger et les faire tourner sur son propre matériel, pas seulement via une interface distante.

Ces modèles sont multimodaux. Ils savent lire du texte et des images. Ils sont pensés pour fonctionner en périphérie, ce qu’on appelle l’edge en anglais, directement sur un petit appareil, téléphone, capteur ou automate, sans connexion à un serveur. Leur socle technique est l’architecture à dynamique de fluides développée par Liquid AI.

Un modèle qui n’écrit pas de texte, c’est quoi la différence ?

La différence est nette. Les modèles de génération, ceux qu’on utilise pour rédiger un mail ou un compte rendu, produisent des tokens, ces petits morceaux de mot, un par un. open-d1 ne produit aucun token en sortie. Il prend une décision : classer une pièce, trier un lot, valider une conformité, déclencher une action.

Ce choix a un effet concret. Un modèle qui ne rédige pas consomme moins, répond plus vite et se contente d’un appareil modeste. On ne lui demande pas de raconter, on lui demande de trancher. Pour automatiser une tâche répétitive, c’est souvent tout ce dont on a besoin.

À quoi ça sert dans une TPE ou une PME ?

Réponse directe : à traiter une tâche de terrain sans la sortir de l’atelier ou de la boutique. Les usages évoqués lors de la publication parlent d’automatiser un contrôle qualité, une saisie ou un tri directement sur place.

Prenons trois situations. Un contrôle qualité en fin de ligne : le modèle regarde une photo, décide si la pièce est conforme, et déclenche le tri. Une saisie sur un poste : une photo d’un document, une décision sur sa nature, un enregistrement automatique. Un tri en boutique : classer un article, compter un stock, orienter une demande.

Dans les trois cas, le traitement se fait sur l’appareil. Les données ne partent pas vers un serveur extérieur. C’est un point qu’on regarde de près, que l’activité soit à Auxerre ou ailleurs dans l’Yonne : pour beaucoup de métiers, garder l’image ou le document en interne simplifie la question du traitement des données.

Est-ce qu’il faut s’équiper maintenant ?

Réponse honnête : pas forcément, et sûrement pas tout de suite pour tout le monde. open-d1 est un modèle à poids ouverts destiné aux développeurs et aux intégrateurs. Il ne s’installe pas comme une application du bout des doigts. Il faut un besoin clair, une tâche répétitive bien identifiée, et quelqu’un capable de la mettre en oeuvre.

Ce qui est intéressant, c’est la direction. Une famille de modèles de décision légers, capables de tourner sur un appareil modeste, ouvre des automatisations qui n’avaient pas de sens quand il fallait tout envoyer dans le cloud. L’approche rejoint ce qu’on applique sur les projets web et applicatifs : automatiser ce qui se répète, au plus près de l’endroit où le travail se fait.

Est-ce que ça remplace un modèle de génération ?

Non. Les deux répondent à des besoins différents. Un modèle de génération rédige, résume, dialogue. Un modèle de décision tranche et déclenche. Dans un atelier, on n’a pas besoin d’un texte, on a besoin d’un feu vert ou d’un feu rouge.

Le plus probable, c’est que les deux cohabitent. Le modèle de décision traite le geste répétitif sur le terrain, le modèle de génération prépare le contenu qui sera lu par un humain. open-d1 ajoute une brique, il n’en retire aucune.

En résumé

Liquid AI, start-up issue du MIT, publie open-d1, deux modèles à poids ouverts, d1-3B et d1-omni-600M, qui lisent texte et images et prennent des décisions sur un appareil, sans connexion. Pour une TPE ou une PME, l’intérêt se situe sur le terrain : automatiser un contrôle, une saisie ou un tri au plus près du poste de travail. Cela ne remplace pas les modèles de génération, cela complète la panoplie. La bonne question avant de se lancer reste la même : quelle tâche répétitive vous coûte du temps, et peut-elle se traiter directement sur place ?

Questions fréquentes

Qu'est-ce qu'open-d1, en une phrase ?
Une famille de modèles de décision à poids ouverts publiée par Liquid AI. Elle comprend deux modèles, d1-3B et d1-omni-600M, qui lisent texte et images et s'exécutent sur un petit appareil, sans connexion.
Ces modèles écrivent-ils du texte ?
Non. open-d1 ne produit aucun token en sortie. Il ne rédige pas, il décide : classer, trier ou déclencher une action. C'est ce qui le rend léger et rapide sur un appareil modeste.
Une TPE peut-elle s'en servir dès maintenant ?
Pas directement. Ce sont des modèles pour développeurs et intégrateurs. L'intérêt actuel est de repérer une tâche répétitive du terrain qui pourrait être traitée sur place, puis de voir comment la mettre en oeuvre.

En résumé

Liquid AI, start-up issue du MIT, a publié open-d1, une famille de modèles de décision à poids ouverts. Elle compte deux modèles, d1-3B et d1-omni-600M, qui lisent texte et images et s'exécutent sur un petit appareil, sans connexion. Leur particularité : ils n'écrivent aucun texte, ils prennent une décision. Pour une TPE ou une PME, l'enjeu est de traiter une tâche du terrain sur place, contrôle qualité, saisie ou tri, sans sortir les données de l'atelier.

Contenu rédigé avec l'aide de l'IA.

Le prochain article, directement chez vous

Ce que vous voulez recevoir

← Tous les articles

On commence par la maquette, gratuite, en un quart d'heure

Votre métier, vos couleurs, vos textes. Sans engagement, et elle est à vous.

Ma maquette gratuite