Moondream 3.1 发布：9B参数2B活跃MoE视觉语言模型
Moondream 3.1发布，9B参数2B活跃的MoE架构，在视觉推理和检测方面达到SOTA，支持查询、检测、指向和描述等原生任务，部署高效成本低。链接：https://www.reddit.com/r/LocalLLaMA/comments/1uunqcz/moondream319ba2b/[1]
大黑AI速报
本周社区迎来Moondream 3.1视觉语言模型发布，以及Fable 5在Claude套餐延期一周，同时有多个本地部署技巧分享。
模型动态
产品工具
Fable 5在Claude套餐延期一周至7月19日
技巧教程
在64GB M2 Max上通过MLX运行Nemotron Puzzle 75B的实践分享
社区成功在64GB M2 Max上通过MLX运行Nemotron Puzzle 75B，对比了4位与5位专家量化性能差异，为苹果芯片大模型部署提供实用参考。[2]
Reddit建立24GB显存GPU的llama-server配置交换线程
用户发起线程交换24GB VRAM（RTX 3090/4090等）的llama-server启动配置，目标最大化显存利用并提供至少20万token的KV缓存。链接：https://www.reddit.com/r/LocalLLaMA/comments/1uukj2m/24gb_vram_llamaserver_config_exchange_thread/[3]
行业资讯
评论文章：AI医疗“医学奇迹”是否会成为下一个“坏血”骗局？
文章探讨AI医疗领域的医学奇迹是否可能成为下一个【坏血】骗局，反思硅谷式浮躁与行业泡沫风险。[6]