Prime Intellect 收购 Moondream

AI 基础设施公司 Prime Intellect 于 10 月 13 日宣布收购小型视觉语言模型开发商 Moondream。Moondream 联合创始人 Vik Korrapati 和 Jay Allen 将加入 Prime Intellect，领导推理业务，并负责包括视觉和计算机使用在内的多模态模型开发。Prime Intellect 表示，将把 Moondream 的开放权重视觉模型、推理引擎 Photon 及其底层 GPU 内核技术整合进自己的训练与服务技术栈。收购金额和交易完成时间均未公开。

Moondream 原本是 Prime Intellect 的客户。根据 Prime Intellect 的公告，Moondream 是其最早的客户之一，以一支小团队打造出每月下载量达数百万次的开放权重视觉语言模型。据报道，Moondream 员工不到 10 人，被收购前累计融资 450 万美元。Moondream 联合创始人 Jay Allen 表示：“Moondream 证明了小而高效的模型能够在特定任务上击败巨型模型。Prime 正在为同样的未来而构建：企业自己拥有的众多专用模型。”

这笔交易的核心资产与其说是模型，不如说是运行模型的机器。Photon 是一款把每个模型编译成单个 GPU 程序的推理引擎，Moondream 还自行打造了定制 GPU 内核以及背后的巨型内核编译器。公司表示，Moondream 模型的响应在数十毫秒内返回，通常比调用前沿模型 API 快 40 倍以上；在单张 H100 GPU 上，Photon 每秒可运行 60 次以上 Moondream 推理，足以处理实时视频。这些数据来自未公开的内部测量。Prime Intellect 表示“服务环节决定了模型的实际价值”，并解释说推理决定了模型的响应速度和运行成本。

性能主张局限于视觉任务。根据公告，Moondream 3.1 在目标检测、航拍图像、图表以及货架等拥挤场景中领先，每秒处理 34 个请求，比次优的开放模型快约 24 倍。公司称，与 Meta 新推出的前沿模型 Muse Wonder 相比，Moondream 3.1 在指出照片中物体的任务上以约千分之一的成本达到其 80% 的准确度。这一对比是未公开的内部评估。METAL 曾报道 Meta 发布 Muse Wonder 模型系列。

整合已经开始。据公司介绍，Moondream 3.1 已在 Prime Intellect 的推理服务 Prime Inference 上由 Photon 引擎驱动运行，Clef 和 Clef Flash 也可通过 Prime Inference 和 OpenRouter 使用。Moondream Cloud 的现有客户将在几天内获得 Prime Intellect 平台额度，可用于 Moondream 模型以及训练和推理服务。Moondream 这一名称将保留为小型高效多模态模型的品牌。

METAL 查看了 Prime Intellect 在 X 上发布的宣传视频，时长 18 秒多，依次展示视觉、计算机使用、决策、语音和视频五个领域。公司在同一帖子中表示，将在视觉、视频、语音、决策模型和计算机使用等领域训练和部署多模态模型。截至收集时，该帖子浏览量已超过 9.5 万次。据报道，Prime Intellect 首席执行官 Vincent Weisser 表示，此次收购将用于拓展需要快速视觉推理的机器人和计算机使用智能体市场。

收购方的体量也已不同。据报道，Prime Intellect 成立于 2024 年 1 月，于 2026 年 7 月 8 日宣布完成 1.3 亿美元 A 轮融资，累计融资超过 1.5 亿美元，并在同月表示年化收入已突破 1 亿美元。公司主打的开放超级智能技术栈将评估、微调、强化学习和推理连为一体。METAL 曾报道 Prime Intellect 用 Rust 重写其 Prime Agent，而通过此次收购，它为技术栈的最后一环，也就是服务环节，引入了专用引擎。

从合同与权利的角度看，这笔交易把开放模型和专有技术捆绑在同一家公司内。据报道，两家公司表示 Moondream 模型的现有许可不会改变，但巨型内核编译器仍是专有技术，公告也没有说明 Photon 在平台之外以何种条件使用。据悉，Photon 的首个版本在 H100 上支持 Moondream、Qwen 和 Gemma 模型。对开放权重用户来说，模型依然开放，但运行这些模型最快的引擎在 Prime Intellect 的平台之内。据报道，今年早些时候 Modular 收购 BentoML 也是同类交易，将模型服务产品与编译器和运行时技术合并到一家公司。

Prime Intellect 表示，公司的使命是“让每家企业都能用上开放超级智能”。此次收购表明，它要实现这一使命，靠的不是大型通用模型，而是把企业自有的小型专用模型与低成本、高速度运行这些模型的专用引擎结合起来。由于其在视觉任务上宣称的速度和成本优势大多依赖内部测量，接下来的焦点将转向 Photon 能否在 Moondream 之外的开放模型和真实客户流量上交出同样的数字。