Moondream推出VLM微调服务Lens

　　消息，4 月 21 日，据 动察 Beating 监测，Moondream 上线微调服务 Lens，解决视觉语言模型从实验室走向生产时准确度不够这道「最后一公里」问题。Lens 是按量付费 API，同时支持强化学习和监督微调，官方称十几张图的样本就能看到效果；训练完成后可通过云端调用，也能用自家推理引擎 Photon 本地运行。 公司公开了三组对比数据。NBA 直播画面中检测持球球员，基础模型经常给出大量误检框；用 RL 微调后 F1 从 28% 提升至 79%，误报框从 61 降到 2，训练耗时 54 分钟、费用 16.89 美元。街景照片识别所在国家的任务里，每国 25 张微调样本让准确率达到 71.1%，超过 GPT-5.4 的 69.8%。医学影像方面，微调后模型对青光眼严重程度分级的准确度是 GPT-5.4 的 2 倍，训练 47 分钟、花费 15.68 美元。 首个合作方是做网络遥控云台摄像机的厂商 PTZOptics，把 Moondream 用于追踪特定目标、画面内容清点和异常告警。Moondream 此前发布过推理引擎 Photon，官方数字是 H100 上 20 毫秒推理延迟。Lens 主攻准确度，Photon 主攻速度，Moondream 对 VLM 生产落地的两个常见卡点都拿出了方案。