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
相关内容
热门资讯
原创 2...
#春日生活好物种草季#近年来，笔记本电脑市场迎来技术爆发期，尤其在手机厂商跨界入局后，轻薄本在性能、...
AMD锐龙AI 9 HX 37...
2024年6月3日，AMD正式发布全新的锐龙AI 300系列处理器。该系列处理器一经发布就引发大家的...
骁龙本这么猛？联想YOGA A...
在人人都是自媒体的时代，一部手机可以解决出镜拍摄问题，而商务出差、大量码字、图像处理等需求用笔记本则...
5个AI模特生成软件推荐
当前AI模特生成软件市场提供了多样化的解决方案，以下是几款备受推崇的工具： 触站AI：强烈推荐！...
2023年CentOS与Ubu...
CentOS与Ubuntu的市场格局与技术特性探讨 在服务器操作系统领域，CentOS与Ubuntu...
苹果macOS 15.1：允许...
苹果公司在其最新的macOS 15.1版本中，推出了一项引人注目的新功能——允许用户将Mac App...
原创 苹...
前言 IQUNIX在做好看的桌面产品上，一直都给我留下非常深刻的印象。而且早期和苹果产品的设计风格...
原创 华...
想在竞争残酷的市场中发力，必须要带来一些激进的卖点，但是随着功能特性的提升，硬件也必须要进行给力才可...
原创 华...
在2024年这个被誉为"AI元年"的关键时刻，随着生成式AI的流行，各家手机厂商都在积极备战AI手机...