Kürzlich hat das Seattle-Start-up Moondream das kompakte visuelle Sprachmodell moondream2 vorgestellt. Trotz seiner geringen Größe schneidet das Modell in verschiedenen Benchmarks hervorragend ab und zieht viel Aufmerksamkeit auf sich. Als Open-Source-Modell verspricht moondream2 die lokale Bilderkennung auf Smartphones zu ermöglichen. Moondream2 wurde im März offiziell veröffentlicht und kann Text- und Bildeingaben verarbeiten. Es bietet Funktionen wie Fragen beantworten, Textextraktion (OCR), Objektzählung und Objektklassifizierung.