5 月 14日消息，昨日，面壁智能正式发布并开源 1.3B 端侧多模态大模型 MiniCPM-V 4.6，提供 Instruct 与 Thinking 两个版本。
Instruct 版本：面向通用图文理解、STEM 数理推理、文档 OCR、视频时序理解及目标定位等任务，超越 Qwen3.5-0.8B 与 Gemma4-E2B-it；
Thinking 版本：面向多图像关联推理、幻觉抑制等高阶任务，同样领先同尺寸竞品。
据介绍，MiniCPM-V 4.6 基于 vLLM 的 token 吞吐量是 Qwen3.5-0.8B 的 1.5 倍，AA 评测中 token 消耗仅为后者非推理版本的约 1/19；3136² 高清图像首响延迟为 75.7 ms，较 Qwen3.5-0.8B 快 2.2 倍。
💻 GitHub: github.com/OpenBMB/MiniCPM-V
🤗 Hugging Face: huggingface.co/openbmb/MiniCPM-V-4.6
👾 ModelScope: modelscope.cn/models/OpenBMB/MiniCPM-V-4.6
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。