moondream

Moondream 是一个轻量级开源视觉语言模型（VLM），专注于高效图像理解与多模态对话。核心功能包括图像描述生成、视觉问答（VQA）和细粒度图像内容解析，模型体积小（2B 参数）、推理速度快，支持 CPU/边缘设备部署。采用端到端可训练架构，兼容 Hugging Face 生态，提供简洁 API 与 Web Playground 演示。适用于资源受限场景下的移动端应用、嵌入式视觉助手、低延迟图文交互系统及教育类多模态教学工具。