面壁智能开源了端侧多模态模型 MiniCPM-Llama3-V 2.5,且支持 30+ 多种语言。
MiniCPM-Llama3-V 2.5 是 MiniCPM-V系列的最新、性能最佳模型。总参数量8B,多模态综合性能超越 GPT-4V-1106、Gemini Pro、Claude 3、Qwen-VL-Max 等商用闭源模型,OCR 能力及指令跟随能力进一步提升——精准识别难图长图长文本,并支持超过30种语言的多模态交互。
通过系统使用模型量化、CPU、NPU、编译优化等高效推理技术,MiniCPM-Llama3-V 2.5 可以实现高效的终端设备部署。
官方称 MiniCPM-Llama3-V 2.5 实现了「以最小参数,撬动最强性能」的最佳平衡点。
运行示例
➤ MiniCPM-Llama3-V 2.5 开源地址:https://github.com/OpenBMB/MiniCPM-V
➤ Hugging Face下载地址:https://huggingface.co/openbmb/MiniCPM-Llama3-V-2_5