Moondream3 这个小型视觉模型居然比GPT5、Gemini、Claude4都要强！一款新架构的视觉语言模型（VLM），用9B参数的MoE，实际激活参数仅2B。视觉推理能力强：不仅能识别物体，还能理解复杂场景和指令。易于训练和定制：可针对专业视觉任务训练，如医学影像、安防等复杂场景。推理速度快：适合需要实时响应的应用，如无人机巡检、安防监控等。运行成本低：适合大规模图片处

#Moondream3 #视觉语言模型 #VLM #AI #开源

相关新闻

Y11

8分钟前

分享好文《2025 初创圈观察：年轻技术创业者的生存现状与突围方向》今天看到supabase发布的AI初创公司行业报告，翻完2025年这份来自supabase的初创行业报告，最直观的感受是：年轻技术人正在成为创业主力，小团队、早阶段成了主流形态，AI则彻底从“加分项”变成了“必选项”。下面就结合报告里的细节，跟大家聊聊今年初创圈的真实面貌。

ilovelife

48分钟前

#每日推荐开源白板工具（SaaS）一体化白板，包含思维导图、流程图、自由画等

Geek

48分钟前

一个完全免费且开源的管理仪表板和登陆页面模板特别适合需要快速构建SaaS应用、营销网站、电商界面或内部管理工具的开发团队，能够显著减少开发时间并提供专业级的用户界面设计。

Tw93

2小时前

发现了一款类 ARC 但是异常简洁的浏览器 Ora，还是开源建设中，宣称 Less noise, more browsing，因为基于 WebKit 构建，所以非常小，你可能会好奇怎么就 4 M，不过也有一个非优点，就是不支持 Chrome 扩展了，简单使用也还行，非常期待他后面的更新，看能否做出什么样子来。

勃勃OC

4小时前

OpenAI 宣布与 Oracle 和软银合作建设 5 个新的 Stargate 站点，使规划产能在三年内接近 7 吉瓦、投资额达 4000 亿美元，并有望在 2025 年底提前完成 5000 亿美元、10 吉瓦的目标。

关联事件

智谱直播发布全球最佳视觉模型GLM-4.5V，挑战AI视觉领域极限

智谱直播近日开源了其最新视觉模型GLM-4.5V，该模型基于其旗舰文本基础模型GLM-4.5-Air，拥有106B总参数和12B激活参数。GLM-4.5V在42个公开的视觉语言基准测试中表现出色，达到了同规模模型中的SOTA性能，支持图像、视频和文档理解等多种任务。该模型的推出标志着智谱在视觉推理领域的进一步突破，具备全场景视觉推理能力，能够处理复杂的图像推理和视频理解任务，预计将对AI视觉技术的发展产生深远影响。