# نسخه ۸ بیتی مدل تصمیم‌گیری d1-omni-600M برای Apple Silicon منتشر شد

> این مدل می‌تواند در یک مرحله به چند پرسش مشخص درباره متن، تصویر یا صدا پاسخ دهد و حالا با MLX روی Apple Silicon تنها 0.73 GB فضا اشغال می‌کند.

Oossa · 2026-10-12 · https://oossa.com/fa/liquid-ai-releases-8-bit-apple-silicon-version-of-d1-omni-600m-decision-model

Liquid AI نسخه‌ای ۸ بیتی از مدل تصمیم‌گیری d1-omni-600M خود را در Hugging Face منتشر کرده است. این نسخه که d1-omni-600M-MLX-8bit نام دارد، با استفاده از کتابخانه MLX-vlm روی Apple Silicon اجرا می‌شود و تنها 0.73 GB حجم دارد؛ یعنی حدود ۶۰٪ حجم نسخه اصلی. مدل می‌تواند در یک گذر رو به جلو به چند پرسش مشخص و دارای نوع پاسخ درباره ورودی متنی، تصویری یا صوتی پاسخ دهد، بی‌آنکه توکنی تولید کند. مخزن کد شامل دستور نصب pip و نمونه‌کدهایی برای پرس‌وجو درباره متن، تصویر و صداست.

## حقایق

- حجم مدل: 0.73 GB در نسخه ۸ بیتی، در برابر 1.17 GB در نسخه float16.
- انتشار در Hugging Face: 2026‑10‑12.

## چرا مهم است

توسعه‌دهندگان حالا می‌توانند مدل‌های تصمیم‌گیری چندوجهی را بدون نیاز به GPU، به‌صورت محلی روی رایانه‌های Mac اجرا کنند؛ قابلیتی که اجرای سریع‌تر برنامه‌های لبه‌ای، مانند دسته‌بندی خودکار درخواست‌های پشتیبانی، را ممکن می‌کند.

## منابع و ارجاع‌ها

1. [New model on Hugging Face: LiquidAI/d1-omni-600M-MLX-8bit (image-text-to-text)](https://huggingface.co/LiquidAI/d1-omni-600M-MLX-8bit) – Liquid AI, 2026-10-12
2. [New model on Hugging Face: LiquidAI/d1-omni-600M-MLX-fp16 (image-text-to-text)](https://huggingface.co/LiquidAI/d1-omni-600M-MLX-fp16) – Liquid AI, 2026-10-12

آخرین به‌روزرسانی: 2026-10-12