linux办公网
面壁智能“小钢炮”模型开源：号称端侧全面对标 GPT-4V
创始人
2024-08-07 10:38:53
0次

IT之家 8 月 7 日消息，面壁智能昨日开源了 MiniCPM-V 2.6 模型，官方表示将端侧 AI 多模态能力拉升至全面对标GPT-4V 水平。

官方称MiniCPM-V 2.6 模型仅 8B 参数，取得 20B 以下单图、多图、视频理解3 SOTA 成绩，有以下特点：

  • “三合一最强”端侧多模态：首次在端侧实现单图、多图、视频理解等多模态核心能力全面超越 GPT-4V，单图理解越级比肩多模态王者Gemini 1.5 Pro和新晋顶流GPT-4o mini
  • 多项功能首次上端：实时视频理解、多图联合理解、多图 ICL视觉类比学习、多图 OCR等功能
  • 最高多模态像素密度：类比知识密度，小钢炮 2.6 取得了两倍于 GPT-4o 的单 token 编码像素密度（token density）
  • 端侧友好：量化后端侧 6G 内存可用；端侧推理速度达18 tokens / s，相比上代模型快 33%。发布即支持llama.cpp、ollama、vllm推理；且支持多种语言
  • 统一高清框架：小钢炮的传统优势OCR 能力延续了其SOTA性能水平，并进一步覆盖单图、多图、视频理解

IT之家附开源地址：

  • GitHub: https://github.com/OpenBMB/MiniCPM-V
  • HuggingFace：https://huggingface.co/openbmb/MiniCPM-V-2_6
能力 MiniCPM-V 推理 单图 小钢炮 模型 视频 https 密度 token 模态

上一篇：北京跑出一匹人工智能黑马：再获智谱AI投资

下一篇：手机上能跑的「GPT-4V」来啦！面壁小钢炮开源史上最强端侧多模态

相关内容

热门资讯

国产大模型下调推理服务价格，南... 近日，国内某大模型企业宣布下调其flash系列模型服务价格，输入缓存命中、输入缓存未命中及输出价格最...
AI新手用拼豆庆祝教师节
解码青年人AI生活《2026有... 中新网深圳9月5日电(记者索有为)《2026有意思生活方式报告》(下称《报告》)4日在全国首个有意思...
OpenAI 最强 AI 生图... 9月9日消息，OpenAI 9 月 9 日官宣发布 ChatGPT Images 2.5，图像生成延...
探索AI供应链产业化路径京东推... 2026年以来，人工智能应用范围加速拓展，持续从数字空间走向现实生活，广泛融入生产线、仓储厂房、配送...
教育部发文！AI生成内容，教师... 一篇论文，因为AI使用不当，相关高校师生被通报处理。 9月2日，安徽财经大学公布“教师与学生涉嫌学术...
夏夜逛吃记 #剪映让好作品告别...
AI识别出近800种可充当乳化... 英国利兹大学食品科学与营养学院和爱丁堡大学科学家携手，开发出一款 人工智能（AI）工具，能从数千万种...
搭上低空经济、AI文旅？两连板... 桂林旅游（000978）回应市场热点。 9月8日，桂林旅游再度涨停，斩获2连板。当天晚间，该公司披露...
硅谷：我们不能被硅谷“AI刹车... 【文/底线思维】 OpenAI首席科学家Jakub Pachocki最近写了一篇文章，题目叫《An ...