面壁MiniCPM-V 2.6开源挑战端侧AI极限：多模态实力比肩GPT-4V新标

近日消息，"MiniCPM-V2.6"端侧多模态人工智能模型，在技术领域内引起了轰动。这款模型以仅仅8B的参数量，实现了在单图、多图及视频理解三项任务上达到SOTA水平的壮举，超越了以往20B参数以下模型的表现。

它的出现，大幅增强了终端设备的AI多模态处理能力，直接对标业界顶尖的GPT-4V模型，预示着端侧AI技术的一次重大飞跃，为用户带来了前所未有的智能体验和效率提升。

以下是特性概括：

模型特点：MiniCPM-V2.6在端侧实现了单图、多图和视频理解等核心能力的全面超越，并首次将实时视频理解、多图联合理解等功能带到端侧，更接近复杂的真实世界场景。

效率与性能：该模型以小博大，具有极高的像素密度（Token Density），比GPT-4o的单token编码像素密度高两倍，在端侧设备上实现了极高的运行效率。

端侧友好性：模型在量化后仅需6GB内存，端侧推理速度高达每秒18个token，比上代模型快33%，并支持多种语言和推理框架。

功能拓展：MiniCPM-V2.6通过OCR能力，将单图场景的高清图像解析能力迁移到多图和视频场景，减少了视觉token的数量，节省了资源。

推理能力：它在多图理解、复杂推理任务中展现出色能力，如调整自行车车座的步骤说明，以及对梗图背后槽点的识别。

多图ICL：模型支持上下文少样本学习，能快速适应特定领域的任务，提高输出稳定性。

高清视觉架构：通过统一的视觉架构，模型的OCR能力得以延续，实现从单图到多图及视频的流畅拓展。

超低幻觉率：MiniCPM-V2.6在幻觉评测上表现优异，展示了其可信度。

MiniCPM-V2.6模型的推出，对端侧AI的发展具有重要意义，它不仅提升了多模态处理能力，也展示了在资源受限的端侧设备上实现高性能AI的可能性。

面壁智能携手百度智能云：共筑大模型端云协同新生态

近日消息，面壁智能与百度智能云正式宣布建立战略合作伙伴关系，双方将携手合作，共同推进大模型在端云协同领域的解决方案开发。

根据合作协议，双方将基于百度智能云千帆大模型平台、文心系列大模型，以及面壁MiniCPM系列端侧大模型、多个终端和不同场景的前沿技术积累，共同开发、推广端云协同技术方案，进一步提升大模型在具身智能、智能终端、边缘计算等实际应用场景中的模型效果，降低大模型推理成本，提升模型响应速度，提升用户体验和业务效率。

今年9月，面壁智能发布了新一代端侧大模型——MiniCPM3.0，标志着端侧ChatGPT时刻的到来。MiniCPM3.0以其4B模型参数规模，在自然语言理解、知识、代码、数学等方面实现了对GPT-3.5的赶超，并在多个国内外知名模型中脱颖而出。

8月，面壁智能还发布了MiniCPM-V2.6，达到全面对标GPT-4V级水平，并实现了实时视频、多图联合理解首次上端，引发了国内外的高度关注和评价。

面壁智能MiniCPM-o 2.6全模态模型发布，性能卓越堪称端侧GPT-4o

近日消息，面壁智能推出了其最新端侧全模态模型MiniCPM-o 2.6，该模型以其8B的参数规模在多模态能力上与GPT-4o等业界领先模型相媲美，被称为“端侧GPT-4o”。

其采用了端到端多模态架构，可同时处理文本、图像、音频和视频等多种类型的数据，生成高质量文本和语音输出。官方表示，其总参数量 8B，视觉、语音和多模态流式能力达到了 GPT-4o-202405 级别，是开源社区中模态支持最丰富、性能最佳的模型之一。

MiniCPM-o 2.6 支持可配置声音的中英双语语音对话，还具备情感 / 语速 / 风格控制、端到端声音克隆、角色扮演等进阶能力。