Editor Downcodes mengetahui bahwa startup AI Moondream baru-baru ini mengumumkan penyelesaian putaran pendanaan awal senilai $4,5 juta dan meluncurkan konsep disruptif: model AI kecil mungkin memiliki lebih banyak keuntungan. Putaran pembiayaan ini diinvestasikan bersama oleh Felicis Ventures, Microsoft M12, GitHub Fund, dan Ascend. Model bahasa visual yang dikembangkan oleh Moondream hanya memiliki 1,6 miliar parameter, namun performanya sebanding dengan model yang berukuran empat kali lipat, sehingga telah menarik perhatian luas di industri.
Startup AI Moondream secara resmi mengumumkan penyelesaian pendanaan awal sebesar $4,5 juta dan mengusulkan sudut pandang yang agak disruptif: Dalam dunia model AI, model kecil mungkin memiliki keuntungan.
Perusahaan yang didukung oleh Felicis Ventures, dana M12 GitHub dari Microsoft, dan Ascend, telah meluncurkan model bahasa visual dengan hanya 1,6 miliar parameter yang menyaingi model yang kinerjanya empat kali lipat lebih besar.
Model open source Moondream telah menarik perhatian luas, dengan lebih dari 2 juta unduhan dan 5.100 bintang di GitHub. Jay Allen, CEO perusahaan, mengatakan: "Yang istimewa dari model ini adalah tidak hanya kecil dan sangat akurat, tetapi juga berjalan dengan sangat lancar dan bahkan dapat digunakan pada perangkat seluler, seperti iOS."
Moondream memecahkan masalah biaya cloud dan privasi yang semakin meningkat dalam adopsi AI perusahaan. Model ini memungkinkan AI untuk berjalan secara lokal pada perangkat mulai dari ponsel pintar hingga peralatan industri. “Seiring dengan semakin banyaknya aplikasi yang ditembus oleh AI, kami berharap dapat melindungi privasi kami sambil menikmati kemudahan yang dibawa oleh AI.”
Teknologi Moondream telah diterapkan pada berbagai bidang seperti manajemen inventaris otomatis di industri ritel, inspeksi kendaraan di industri transportasi, dan kontrol kualitas lokal di fasilitas manufaktur. Tolok ukur terbaru menunjukkan bahwa Moondream2 mencapai akurasi 80,3% pada VQAv2 dan 64,3% pada GQA, yang sebanding dengan performa model yang lebih besar. Vik Korrapati, chief technology officer perusahaan, menunjukkan bahwa efisiensi energi model ini juga cukup mengesankan, "Setiap token mengkonsumsi sekitar 0,6 joule per miliar parameter."
Sementara banyak perusahaan teknologi besar berfokus pada model besar yang memerlukan sumber daya komputasi besar, Moondream berupaya menciptakan solusi pragmatis. Korrapati menekankan, "Banyak perusahaan fokus pada kecerdasan buatan secara umum, yang dapat menimbulkan gangguan. Kami fokus pada masalah persepsi dan menyediakan kemampuan multi-modal yang memenuhi kebutuhan pengembang."
Saat ini, Moondream telah meluncurkan Layanan Cloud Moondream, yang bertujuan untuk menyederhanakan proses pengembangan sekaligus mempertahankan fleksibilitas penerapan edge. “Pengembang ingin memiliki pengalaman seperti cloud, namun setelah mencobanya, mereka tidak ingin terpaku pada satu solusi saja,” kata Allen.
Allen yakin dengan fokus strategi Moondream dalam menghadapi persaingan dari perusahaan teknologi besar. “Bagi perusahaan-perusahaan besar ini, ini mungkin hanya salah satu dari 8.000 prioritas mereka, sementara kami fokus untuk memberikan pengalaman multimodal yang lancar kepada pengembang,” katanya.
Dengan adanya putaran pendanaan baru, Moondream berencana untuk memperluas timnya dan mempekerjakan full-stack engineer di kantor pusatnya di Seattle. Tantangan perusahaan berikutnya adalah bagaimana meningkatkan skala teknologi sambil menjaga efisiensi dan aksesibilitas dari kesuksesan awalnya.
Pintu masuk proyek: https://www.moondream.ai/
Menyorot:
Moondream mengumpulkan $4,5 juta dan meluncurkan model AI yang efisien dengan hanya 1,6 miliar parameter, dengan kinerja yang sebanding dengan model besar.
Model ini dapat berjalan di perangkat lokal, memecahkan masalah biaya dan privasi yang dihadapi perusahaan dalam komputasi awan.
? Layanan cloud Moondream akan menyederhanakan proses pengembangan dan memastikan fleksibilitas dan kebebasan pengembang saat digunakan.
Model AI Moondream yang kecil dan efisien, serta strateginya yang berfokus pada pengalaman pengembang, menjadikannya menonjol di pasar AI yang sangat kompetitif, dan pengembangannya di masa depan patut dinantikan. Editor Downcodes akan terus memperhatikan kemajuan selanjutnya.