@MaximeRivest: 哇 Moondream!!9B 参数,2B 激活参数。我说过我喜欢小而专用的模型吗?
摘要
用户们对 Moondream 3.1 兴奋不已,这是一个拥有 9B 总参数和 2B 激活参数的小型视觉语言模型,被称赞在图像任务上超越了 Rex-Omni 和 LocateAnything,同时成本更低、速度快且可本地运行。
查看缓存全文
缓存时间: 2026/10/12 05:22
哇 Moondream!! 9B 参数,只有 2B 激活参数。
我有没有说过我超爱小型专用模型?
lillyguisnet (@lillyguisnet): 我收到的每一个模型推荐都在推进我图像处理的前沿!
Moondream 3.1 把 Rex-Omni 和 LocateAnything 挤出了前沿位置——不仅效果更好,价格还更低(而且可以轻松本地部署,速度也相当快)。
它已经非常接近顶级模型了……现在我特别好奇我们还能把模型压缩到多小……
相似文章
moondream3.1-9B-A2B
Moondream 3.1 是一款采用混合专家架构的视觉语言模型(总参数量9B,激活参数量2B),提供最先进的视觉推理、检测、指点和描述功能,可通过 Photon 推理引擎本地部署,或通过 Moondream Cloud API 使用。
lucataco/moondream2
moondream2是一个紧凑的视觉语言模型,专为高效的边缘设备推理而设计,提供了基准测试结果和使用说明。
@maximelabonne:小型决策模型经过微调后可以表现得极其出色。我们试用了 d1-omni-600M,它在……上能碾压任何模型
Maxime Labonne 指出,像 d1-omni-600M 这样的小型决策模型在经过微调后可以非常高效。Leonie 分享了使用 Unsloth 和 Hugging Face TRL 在免费 GPU 上用 30 分钟微调 d1-3B 决策模型的笔记本。
@abidlabs:对于一个8B模型来说,非常出色!在这里查看 @Gradio 应用:https://huggingface.co/spaces/LiquidAI/LFM2.5-8B-A1B…
Liquid AI 发布了 LFM2.5-8B-A1B,这是一个8B MoE模型,拥有1.5B活跃参数和128K上下文,为边缘设备优化。
@TheAhmadOsman: 600M 击败 397B 和 Sonnet 4.5,小型专用模型 FTW
据报道,使用 SYNTH 训练的 600M 参数推理模型在巴黎地铁的工业应用中超越了 397B 模型和 Sonnet 4.5,凸显了小型专用模型的有效性。