.png)
2025年8月27日，面壁智能正式开源8B参数的MiniCPM-V 4.5多模态旗舰模型。该模型是行业首个具备“高刷”视频理解能力的多模态模型，在性能与效率上实现越级领先，超越Qwen2.5-VL 72B模型。MiniCPM-V 4.5最大支持6倍视频帧数量输入，达到96倍视觉压缩率，显著提升动态画面理解精度。在图片、长视频、OCR及文档解析等任务中均达SOTA水平，并支持短思考与长思考混合推理模式，适用于端侧设备。模型已开源，可通过GitHub、Hugging Face和ModelScope获取。
原文链接
本文链接：https://kx.umi6.com/article/24266.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "24266")
相关推荐
.png)
换一换
阿里通义千问宣布推出多模态模型 Qwen VLo，实现从感知到生成的跨越
2025-06-28 00:15:30
拯救P图废柴，阿里上新多模态模型Qwen-VLo！人人免费可玩
2025-06-28 13:21:34
视觉模型智能涌现后， Scaling Law 不会到头
2024-11-22 12:00:19
全球最大开源视频模型，现在也Created in China了，阶跃出品
2025-02-18 13:15:12
独家丨前阿里通义视觉负责人薄列峰，已加入腾讯混元团队
2025-07-27 19:02:28
多模态模型挑战北京杭州地铁图！o3成绩显著，但跟人类有差距
2025-06-07 13:49:19
DeepSeek的Janus-Pro表现如何？
2025-01-28 15:49:21
空间智能版ImageNet来了！李飞飞吴佳俊团队出品
2024-11-11 16:11:01
独家|华为昇腾适配阶跃星辰多模态开源模型
2025-03-10 14:41:01
谷歌正式发布 Gemma 3n 小钢炮模型：2GB 内存本地玩转 AI 多模态
2025-06-27 16:11:19
AI科学家能不能理解普通人对AI的需求，怎么理解？
2024-10-09 10:59:30
vivo发布端侧多模态模型，只有3B可理解GUI界面，20项评测表现亮眼
2025-07-10 17:25:30
具身智能实力派！十年多模态打底，世界模型开路，商汤悟能来了
2025-07-28 10:08:25
467 文章
113284 浏览
24小时热文
更多
-
2025-08-27 15:05:11 -
2025-08-27 15:04:17
-
2025-08-27 14:06:12
