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
以AI大模型“伏羲”为基础，新...
台风为何经常“跑偏”？因为大气系统自带“混沌”属性，初始条件差之毫厘，最终路径就可能谬以千里。记者2...
ChinaJoy2026｜延伸...
【中国·上海，2026年7月31日】第23届中国国际数码互动娱乐展览会（ChinaJoy）在上海新国...
给中国AI“扣帽子”，遮不住美...
最近，美国对中国AI的围堵，有点歇斯底里。 当地时间7月28日，美国联邦通信委员会(FCC)宣布，将...
Seedance 2.5 实测...
30 秒视频直出不是参数升级，是创作方式的切换。 作者｜张勇毅 编辑｜靖宇 5 个月前，，提到了一个...
MiniMax H3发布，近期...
7月31日，稀宇科技（MiniMax）发布新一代多模态生成模型MiniMax H3，并宣布近期开源。...
Kimi K3正式开源，全球首...
2026年7月27日晚，月之暗面kimi正式开源Kimi K3完整模型权重，为全球首个落地的3万亿参...
把AI搬进Linux：媒体实测...
导语：最近有开发者基于Debian推出了Shadowfetch，一款把本地化人工智能直接作为桌面第一...
器械宝典2.0｜深瑞达 DEE...
Introduction 基本信息 器械名称 DEEPINTEC VEGA™输送导管 器械类型 输送...
苹果macOS 26.6正式版...
IT之家 7 月 28 日消息，苹果今日向 Mac 电脑用户推送了 macOS 26.6 更新（内部...