【专家网科技笼统报说念】8月7日音尘【MJD-047】ビンタでイク女，东说念主工智能公司面壁智能秘书慎重开源其最新的端侧AI多模态模子——MiniCPM-V 2.6。官方称 MiniCPM-V 2.6 模子仅 8B 参数，获取 20B 以下单图、多图、视频交融 3 SOTA 收获。

据面壁智能官方先容，MiniCPM-V 2.6 模子在多项功能上达成了初度在端侧的部署，包括及时视频交融、多图集中交融、多图ICL（高下文少样本学习）视觉类比学习、多图OCR等。这些功能的加入，使得端侧模子好像更迫临复杂的实在寰宇场景，充分解析其传感器富集、迫临用户的上风。

据先容，在模子成果与性能方面，MiniCPM-V 2.6模子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，从而在端侧竖立上达成了极高的启动成果。量化后的模子仅需6GB内存，端侧推理速率高达每秒18个token，比上代模子快33%。此外，该模子还援手多种话语和推理框架，进一步升迁了其期骗的平庸性和天真性。

值得一提的是，MiniCPM-V 2.6 模子在OCR智商上也持续了其一贯的SOTA性能水平，并进一步掩饰到单图、多图、视频交融等多个场景。通过和洽的高清视觉架构，该模子将OCR智商进行移动和学问分享，达成了从单图到多图及视频的灵通拓展，权贵节俭了视觉token的数目和资源浪费。

现在【MJD-047】ビンタでイク女，MiniCPM-V 2.6 模子的开源地址依然公布在GitHub和HuggingFace平台上。