Recientemente, la startup Moondream de Seattle lanzó moondream2, un modelo de lenguaje visual compacto. A pesar de su pequeño tamaño, el modelo ha demostrado un rendimiento excepcional en varias pruebas de referencia, atrayendo mucha atención. Como modelo de código abierto, moondream2 tiene el potencial de permitir el reconocimiento de imágenes local en teléfonos inteligentes. Lanzado oficialmente en marzo, moondream2 puede procesar entradas de texto e imágenes, con capacidades para responder preguntas, extraer texto (OCR), contar objetos y clasificar elementos.