💡
原文中文，约3200字，阅读约需8分钟。
📝
内容提要
面壁智能发布了MiniCPM-o 4.5，这是首个全双工全模态大模型，支持视频、音频和文本流输入，能够在个人电脑上运行，具备实时感知和主动交互能力，提升用户体验。该模型在多项评测中表现优异，适用于智能助手和无障碍服务，但在稳定性和复杂场景处理上仍有不足。
🎯
关键要点
-
面壁智能发布了MiniCPM-o 4.5，这是首个全双工全模态大模型，支持视频、音频和文本流输入。
-
该模型可以在个人电脑上运行，具备实时感知和主动交互能力，提升用户体验。
-
MiniCPM-o 4.5的参数规模约为9B，支持连续的文本与语音输出，降低了个人端侧部署的准入门槛。
-
模型在多项评测中表现优异，尤其在视觉能力和全模态动态交互方面，超越了多款行业前沿大模型。
-
MiniCPM-o 4.5支持中英双语实时语音对话，具备声音克隆与角色扮演功能，适配多种使用场景。
-
尽管在稳定性和复杂场景处理上仍有不足，但MiniCPM-o 4.5已为全双工全模态AI应用设立了新的起点。
❓
延伸问答
MiniCPM-o 4.5是什么类型的模型？
MiniCPM-o 4.5是首个全双工全模态大模型，支持视频、音频和文本流输入。
MiniCPM-o 4.5的运行要求是什么？
该模型可在个人电脑上运行，最低需要12GB显存的RTX 5070显卡，或M1-M5 Max的MAC设备，建议内存超过16G。
MiniCPM-o 4.5在评测中的表现如何？
在多项评测中，MiniCPM-o 4.5的表现优异，尤其在视觉能力和全模态动态交互方面超越了多款行业前沿大模型。
MiniCPM-o 4.5支持哪些语言功能？
该模型支持中英双语实时语音对话，具备声音克隆与角色扮演功能。
MiniCPM-o 4.5的应用场景有哪些？
该模型适用于智能助手、无障碍服务、智能车载、具身智能等多种场景。
MiniCPM-o 4.5的技术优势是什么？
其核心技术Omni-Flow流式全模态框架实现毫秒级统一时间轴，支持持续感知和主动交互，降低了交互延迟。
🏷️
标签
➡️
