Moondream2模型卡列出caption、query、detect和point等接口，并提示更新系列的存在。本文讨论既有部署的维护，不宣称该版本代表厂商当前全部能力。
图片位置必须对应同一尺寸
模拟图片中定位按钮，模型返回的位置需要与展示图片的缩放方式一致。测试时保留原始尺寸、裁剪信息和坐标转换，避免结果正确却因界面拉伸而点到错误位置。
固定版本后再比较升级效果
把常用样例与困难样例一起保存，记录模型修订、处理器及参数。升级时比较相同输入，而不是拿新版本的优质演示与旧版本失败案例对照。对于已有客户，先确认升级是否改变结果格式。
视觉定位不等于操作授权
识别出了目标，也应由应用判断能否执行后续动作。尤其涉及提交、删除或修改业务信息时，不能仅凭图片问答直接触发。本文提供维护思路，未验证模型在任何具体客户界面的可靠性。
延伸阅读：AI模型。