MiniCPM

看听读全都会的六边形战士MiniCPM，来啦

MiniCPM-o 2.6开源啦，该模型视觉、语音和多模态流式能力达到了 GPT-4o-202405 级别。图片简介MiniCPM-o 2.6是一个端侧多模态大模型，具有8B参数量。它基于SigLip-400M、Whisper-medium-300M、ChatTTS-200M和Qwen2.5-7B构建，通过端到端的方式训练和推理。

1/17/2025 11:38:10 AM

哎呀AIYA

面壁智能推出 MiniCPM-Llama3-V 2.5 开源端侧多模态模型：8B 参数、高效部署手机

感谢面壁智能昨晚推出并开源 MiniCPM 系列最新的端侧多模态模型 MiniCPM-Llama3-V 2.5，支持 30 种语言，宣称可实现：最强端侧多模态综合性能：超越 Gemini Pro 、GPT-4VOCR 能力 SOTA（IT之家注：State-of-the-Art）：9 倍像素更清晰，难图长图长文本精准识别图像编码快 150 倍：首次端侧系统级多模态加速▲ OpenCompass 模型量级对比MiniCPM-Llama3-V 2.5 总参数量为 8B，多模态综合性能超越 GPT-4V-1106、Ge

5/21/2024 4:07:14 PM

泓澄（实习）

资讯热榜

美国女子使用ChatGPT生成号码购彩中奖10万美元：概率事件而非AI预测能力 AI音乐创作成程序员新副业：单曲播放破200万，版权收入数万元 OpenAI 紧急暂停 Sora生成马丁・路德・金形象，AI 视频生成引发热议！推理提速4倍！莫纳什、浙大提出动态拼接，大小模型智能协作全新开源的DeepSeek-OCR，可能是最近最惊喜的模型！ AI智能体的未来要等十年？Karpathy直言目前的技术还很 “菜”！ OpenAI 暂停Sora生成马丁・路德・金视频，保护历史人物形象 LLM的“记忆”与“推理”该分家了吗？一种全新的训练范式，彻底厘清思考流程

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画机器人数据大模型 Midjourney 开源 Meta 智能微软用户 AI新词 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法芯片腾讯 Stable Diffusion AI for Science 苹果 Agent Claude 蛋白质开发者生成式神经网络 xAI 机器学习 3D 人形机器人研究 AI视频生成大语言模型百度 RAG Sora 具身智能工具 GPU 华为计算字节跳动 AI设计搜索大型语言模型 AGI 视频生成场景深度学习架构 DeepMind 视觉预测 Transformer 编程生成式AI 伟达 AI模型特斯拉 Copilot