共 2 个相关内容
Moondream 是轻量级开源视觉语言模型，参数仅 18 亿即可在端侧运行图像理解、目标检测与视觉问答，兼顾性能与部署便捷性。
从图片理解、文档OCR、图表推理到多图序列任务，横向对比主流VLM的能力边界与适用场景，附选型决策表。