WeVisOne-VL-2B vs Moondream 3：授權條款與截止期限

2026 年 11 月 13 日，提供 Moondream 3 Preview 服務的託管端點將停止回應。讓這項比較變得迫切的，是這個日期，而不是任何基準測試：對於建立在 Moondream 雲端服務上的團隊而言，從關閉通知發出到實際停機，大約只有三週時間可以決定要用什麼來取代它；而他們可能退而仰賴的權重，所附帶的授權條款大多是他們從未仔細讀過的。WeVisOne-VL-2B 顯然是應該放在它旁邊比較的選項——這是騰訊微信視覺團隊推出的 2B 感知模型，於 2026 年 10 月 22 日以 Apache 2.0 發布，執行相同的定位導向工作：邊界框、點、計數與遮罩。

這兩個模型是此系列中最接近的一對。兩者都圍繞著指向物件而非描述物件來打造。兩者都輸出遮罩。兩者都被訓練成在目標不存在時說「不在那裡」。然而，兩家廠商各自公開的內容幾乎無法從另一方中扣減，因為它們在不同的時間、用不同的評測框架測量了不同的東西。可以比較的是授權條款、輸出格式與部署路徑——而在這三項上，答案並不接近。

為什麼這兩者會在同一個對話裡？

Moondream 3 Preview 於 2025 年 9 月 18 日發布，主張小型模型能夠原生地完成具定位依據的感知：偵測、指向、計數、分割與回答，全都來自單一檢查點，無須協調獨立的偵測器與獨立的推理模型。它是一個稀疏混合專家模型，總參數量為 90 億、啟用參數量為 20 億——24 層，前四層為稠密層，其餘層各有 64 個專家、每個 token 啟用其中 8 個——並具備 32,768 個 token 的上下文、自訂的 SuperBPE 分詞器，以及基於 SigLIP 的視覺編碼器。

WeVisOne-VL-2B 晚了一年推出，提出同一論點中更狹窄的版本。它是基於 Qwen3-VL 建構的 2B 參數模型，並將工作分成兩部分：語言模型透過專用 token 輸出座標，而一個獨立的 950 萬參數解碼器則將每個標記的實例轉換為遮罩或連續 alpha matte。騰訊並未試圖打造通用助理。它試圖打造感知引擎，並在限制章節中如此說明。

家族相似性確實存在，因此這些差異比在毫不相關的模型之間更顯重要。

能力對照圖，並列呈現

• 參數 — Moondream 3 Preview 為總計 9B、啟用 2B，而 WeVisOne-VL-2B 約為 2B 稠密模型，另需一個 9.5M 參數的解碼器。

• 遮罩輸出 — 在 Moondream 上為 SVG 路徑字串加上邊界框，其文件將其描述為原生向量遮罩；在 WeVisOne 上則為 stride-1 全解析度的點陣 alpha 遮罩，包含頭髮與毛皮的柔和透明度。

• 推理 — Moondream 3 具有可選的思維鏈模式，並透過指向影像中的位置來對影像進行推理；WeVisOne 則產生完全不含思維鏈的結構化輸出，這是騰訊為了推論效率所做的選擇。

• 上下文 — Moondream 模型卡上公佈了 32,768 個 token，而 WeVisOne 則未公佈上下文長度；其論文描述訓練時使用 4,096 和 8,192 個 token，推論時每張圖片最多使用 1,960 個視覺 token。

• 輸入 — 兩者都支援影像，但 Moondream 提供有文件記載的雲端 API，可串流部分結果；WeVisOne 的像素解碼器會拒絕影片網格，且設計上僅支援單輪對話。

• 授權條款 — Moondream 採用 Business Source License 1.1 並附帶 Additional Use Grant，WeVisOne 採用 Apache 2.0。

• 發行 — 2025年9月18日 vs 2026年10月22日，相隔十三個月。

• 託管 — 2026 年 11 月 13 日之前使用 Moondream Cloud，之後僅限自行架設；騰訊或任何我們能驗證的供應商，皆未提供 WeVisOne 的託管端點。

這些數字，連同其附帶的儀器

這時比較就成了一項讀腳註的練習。以下每個數字都是廠商自行報告的；這兩個模型在 Artificial Analysis 或我們能找到的其他任何地方，都沒有獨立評測。

• RefCOCO — Moondream 的發布圖表列出 91.1，同時 RefCOCOg 為 88.6、RefCOCO+ 為 81.8。這些是偵測式的準確率數字，而 Moondream 自己也形容這張圖表並非公平對決：前沿基準模型是透過範本查詢，因為它們沒有原生定位能力，且有幾個預覽分數來自 100 題樣本，而非完整評估集。

• WeVisOne 上的 RefCOCO — 騰訊並未公布 RefCOCO 的偵測數值。其指稱偵測表格中，2B 在 RefCOCOg 上的平均 F1 為 77.1；而分割表格則回報 RefCOCO 驗證集為 79.7 cIoU。不同的任務、不同的統計數據、不同的資料切分。

• 分割 —— Moondream 在 2026 年 3 月的分割更新報告指出，RefCOCO 驗證集上的 mIoU 為 83.2，RefCOCO+ 上為 79.1，RefCOCOg 上為 80.7，另外在高保真 RefCOCO-M 上為 88.2。WeVisOne 在相同三個劃分上報告的分數為 79.7、73.1 和 74.4——但這些是以 cIoU 計算，論文已明確說明。平均 IoU 與累積 IoU 對影像的加權方式不同，因此這裡的差距僅具提示性，而非實測所得。

• 計數 — Moondream 回報 CountBenchQA 為 93.2。WeVisOne 回報 CountQA 的精確匹配為 47.9、PixMo-Count 為 90.9 與 88.1，以及 CLOC 為 27.5 與 26.9。CountBenchQA 與 CountQA 並非同一個資料集，而計數資料集上的精確匹配很嚴苛，選擇題資料集上的準確率並非如此。WeVisOne 自身計數列內的落差——在一個資料集上是 90.9，在另一個上是 27.5——對計數基準的警示作用，勝過任何跨廠商比較。

• 偵測 — Moondream 將 COCO 偵測列為 51.2。WeVisOne 則列出在各 IoU 閾值下的 COCO 平均 F1 為 55.2。雙方都未說明這些是否為同一項統計指標，而這正是問題所在。

浮現出來的並不是贏家。而是兩個模型，兩者都宣稱具有強大的有根據感知，卻是用從未彼此校準過的衡量工具來測量，其中一個還被發表在一張其作者本人形容為不公平的圖表上。

授權條款才是真正的分岔路口

Moondream 3 Preview 的權重依 Business Source License 1.1 發布，並附帶一項簡稱為「No Third-Party Service」的 Additional Use Grant。該授權涵蓋個人專案、研究、基準測試、微調、合併、量化與權重差分。它不涵蓋的是建立一項讓第三方得以使用該模型的服務——而這正是大多數公司真正想打造的內容。

那是一項實質限制，也是這項比較中唯一能給出明確答案的地方。WeVisOne-VL-2B 的模型卡以 Apache 2.0 授權 Tencent 撰寫的程式碼，第三方元件則保留其自身條款。沒有營收門檻，沒有使用領域的例外條款，也不必與律師討論你的產品是否算作第三方服務。

如果你要在這兩者之間做選擇來打造商業產品，授權條款比前一節的任何基準測試更能左右結果。一個你無法合法提供服務的模型，並不是更便宜的選項；它是另一種產品。

如果你現在使用的是 Moondream Cloud

關閉通知與其原因一同公布。Moondream 及其後繼版本 Moondream 3.1 現在已隸屬於 Prime Intellect；後者於 2026 年 10 月 13 日宣布這項收購，創辦人 Vik Korrapati 和 Jay Allen 加入並領導推論業務。Moondream 自家的貼文日期為 10 月 14 日。通知只有一行：Moondream Cloud 將於 2026 年 11 月 13 日、也就是三十天後關閉，未使用的已購買點數將予以退款。

有兩件事值得分開來看。模型並沒有被撤回——權重仍留在原處，授權條款也沒有改變。真正要終止的是託管路徑，也就是大多數團隊實際呼叫的那條路徑。Moondream 的推論引擎 Photon 是 Prime Intellect 收購的一部分，而它的賣點是吞吐量：Moondream 3.1 每秒可處理 34 個請求，在單張 H100 上每秒可執行超過 60 次推論。這些是 Prime 的數字，而現在負責銷售它們的也是 Prime。

對於任何要遷移的人來說，誠實的選項有三個。自行託管你已經擁有的 Moondream 權重，並接受 BSL 條款。轉向不會消失的託管模型，並接受其中大多數不會輸出遮罩。或者轉向 Apache-2.0 開放權重模型並自行掌控部署——這正是 WeVisOne-VL-2B 的切入點，但要注意它並非可直接替換的方案，而且其證據較為薄弱。

它不是可直接替換的方案，原因有三個具體面向。輸出格式不同：SVG 路徑對比點陣 Alpha 遮罩，這會改變你的下游合成程式碼。它沒有思維鏈模式，因此任何依賴 Moondream 具依據推理軌跡的流程都會失去這些軌跡。而且它沒有公開的上下文長度，所以若工作流程曾向 Moondream 餵送長篇多圖提示，就沒有明確上限可供設計參考。

這也是路由層發揮價值之處，值得精確說明它能做什麼、不能做什麼。OrcaRouter 並不提供 Moondream 3 或 WeVisOne-VL-2B；兩者都不在我們的目錄中，我們也不會假裝遷移只是換個 URL。我們能做的是讓你堆疊中託管的那一側保持可攜：一組 API 金鑰即可使用超過 200 個模型，依供應商標價、不收加成，供應商服務降級時自動容錯轉移，以及一套路由 DSL，讓你在不更動應用程式碼的情況下，於託管模型之間轉移流量。如果 11 月 13 日的教訓是：單一託管依賴就是單一故障點，那麼解法是抽象層，而不是換成另一個單一依賴。

11月13日前該決定什麼

如果你只是透過雲端 API 執行 Moondream 3 Preview，其他什麼都沒用，那麼這個決定其實不是 Moondream 對上 WeVisOne，而是你到底想不想自己擁有推論能力。自行架設 Moondream 能保留你已經調校過的既有行為，授權允許內部使用與研究用途，但不得作為服務轉售。自行架設 WeVisOne 則能給你更乾淨的條款與柔和 alpha 遮罩，代價是這個模型沒有任何獨立第三方測試過，而且解碼器只能處理單張影像。

如果你是從零開始——沒有現有流程、沒有調校過的提示詞、也沒有已投入的整合成本——計算就比較簡單。WeVisOne-VL-2B 是 Apache 2.0、2B，Moondream 3 Preview 則是原始碼公開、9B 且啟用 2B，而兩者唯一以可資比較形式公佈的基準是分割，但其中的指標定義卻悄然分歧。依授權條款和輸出格式來選，然後用自己的圖像實測，因為兩家廠商都沒給你一個能跨越這道落差、值得信賴的數字。