.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
Ilya观点得证！仅靠预测下一个token统一图像文本视频，智源发布原生多模态世界模型Emu3
2024-10-21 13:24:07
Meta开源多模态模型——Llama 3.2
2024-10-09 11:34:43
DeepSeek 深夜再放大招：7B 参数人人可用的视觉多模态模型 Janus-Pro-7B 开源
2025-01-28 01:38:40
3D打印火出圈了？一众网友秀“成果” 幕后推手竟是这款AI模型
2025-09-01 13:19:49
视觉模型智能涌现后， Scaling Law 不会到头
2024-11-22 12:00:19
模型“看视频写网页”，GPT-5仅36.35分！首个video2code基准发布
2025-10-19 15:51:15
32B本地部署！阿里开源最新多模态模型：主打视觉语言，数学推理也很强
2025-03-25 09:39:46
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
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
多模态模型免微调接入互联网，即插即用新框架，效果超闭源方案
2024-11-11 16:27:28
阶跃生态开放日：聚焦智能终端 Agent，率先布局端侧全产业
2025-02-25 17:06:04
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
智谱联合华为开源首个国产芯片训练的多模态SOTA模型
2026-01-14 09:24:34
650 文章
452669 浏览
24小时热文
更多
-
2026-03-09 21:13:27 -
2026-03-09 20:09:26
-
2026-03-09 20:09:18
