💡
原文中文，约3000字，阅读约需8分钟。
📝
内容提要
面壁智能发布了MiniCPM-V 2.6模型，提升了端侧多模态能力，超越了GPT-4V。该模型具有实时视频理解、多图联合、ICL视觉学习、OCR等功能，编码像素密度是GPT-4o的两倍，视觉token数量比同类模型低75%，内存占用量小，推理速度快。MiniCPM-V 2.6在多个评测平台上取得了优秀成绩，采用了统一高清视觉架构，实现了一通百通的功能。面壁智能将继续推出更多优质的端侧AI模型。
🎯
关键要点
- 面壁智能发布了MiniCPM-V 2.6模型，提升了端侧多模态能力，超越了GPT-4V。
- 该模型具有实时视频理解、多图联合、ICL视觉学习、OCR等功能。
- MiniCPM-V 2.6的编码像素密度是GPT-4o的两倍，视觉token数量比同类模型低75%。
- 内存占用量小，推理速度快，支持多种语言。
- MiniCPM-V 2.6在多个评测平台上取得了优秀成绩，标志着端侧AI多模态能力的提升。
- 模型能够实时识别真实世界的物品，简化记账和报销流程。
- 具备复杂推理能力，能够通过多轮对话指导用户完成任务。
- MiniCPM-V 2.6在知识压缩率方面表现优异，Token Density最高。
- 在OpenCompass、Mantis-Eval和Video-MME等评测平台上，MiniCPM-V 2.6均超越了竞争对手。
- 采用统一高清视觉架构，实现了多模态能力的知识共享与迁移。
- MiniCPM-V 2.6的幻觉率为8.2%，延续了小钢炮系列的传统优势。
- 面壁智能计划继续推出更多优质的端侧AI模型，推动端侧AI的发展。
➡️
