Moondream 3.1 एक विज़न लैंग्वेज मॉडल है जिसमें मिक्स्चर-ऑफ़-एक्सपर्ट्स आर्किटेक्चर है, जिसमें कुल 9 बिलियन और सक्रिय पैरामीटर 2 बिलियन हैं। यह तैनाती के लिए तेज़ और लागत-प्रभावी रहते हुए शीर्ष स्तर की दृश्य तर्कशास्त्र और डिटेक्शन क्षमताएं प्रदान करने का लक्ष्य रखता है।
- मॉडल मिक्स्चर-ऑफ़-एक्सपर्ट्स आर्किटेक्चर (9B कुल, 2B सक्रिय) का उपयोग करता है।
- इसमें query, detect, point और caption सहित नेटिव स्किल्स प्रदान की जाती हैं।
- सभी स्किल्स संरचित आउटपुट लौटाती हैं।