面壁智能、清華大学、OpenBMBコミュニティがMiniCPM-V 4.6をリリース。わずか1.3Bパラメータ、6GBメモリで動作し、メモリコスト高騰の中、低メモリ・高速処理を実現、AI応用の新たな可能性を開拓。....
オープンソースAIコミュニティがスマートフォン向けに最適化したマルチモーダルLLM「MiniCPM-V4.5」を発表。8億パラメーターの軽量設計で高性能を実現。....
面壁智能と清華大学が共同で端末側マルチモーダルモデル「MiniCPM-V4.5」を発表。SigLIP2-400MビジュアルモジュールとMiniCPM4アーキテクチャを採用し、小規模パラメータで高性能を実現、エッジAIの展開効率と応用範囲を拡大。....
MiniCPM-V4.0は4.1億パラメータのAIモデルで、視覚理解に優れ、OpenCompassで69.0点を獲得。モバイル最適化され、iPhone16Pro Maxで高速動作。iOSアプリとガイド提供中。....
高性能多モーダル言語モデル。画像と動画の理解に最適です。
openbmb
AgentCPM-GUIはRFT強化推論能力を備えたデバイスサイドのグラフィカルインターフェースエージェントで、中国語と英語のアプリを操作可能、80億パラメータのMiniCPM-Vを基に構築されています。
FriendliAI
MiniCPM-V 2.6は強力なマルチモーダル大規模言語モデルで、スマートフォンなどのデバイスで高効率に動作し、単一画像、複数画像、動画の理解タスクをサポートします。
c01zaut
MiniCPM-V 2.6は単一画像、複数画像、動画理解をサポートするGPT-4Vレベルのマルチモーダル大規模言語モデルで、RK3588 NPU向けに最適化されています
AI-Engine
MiniCPM-V-2_6のGGUF量子化バージョンで、llama.cppをベースに高効率な画像とテキストの変換を実現します。
jchevallard
MiniCPM-V 2.6はMiniCPM-Vシリーズ最新かつ最強のマルチモーダル大規模モデルで、単一画像、複数画像、動画理解をサポートし、優れた性能と極限の効率性を備えています。
gaianet
MiniCPM-V-2_6 は視覚Q&Aモデルで、中国語と英語をサポートし、視覚関連のQ&Aタスクに特化しています。
MiniCPM-Vはモバイル端末向けのGPT-4Vレベルのマルチモーダル大規模言語モデルで、単一画像、複数画像、動画の理解をサポートし、視覚、光学文字認識などの機能を備えています。
MiniCPM-V 2.6はマルチモーダルな視覚言語モデルで、画像テキストからテキストへの変換をサポートし、多言語処理能力を備えています。
RhapsodyAI
OCR不要の視覚的文書埋め込みモデル。画像を通じて文書内容を理解し、表現ベクトルを生成可能。テキストおよび視覚的密集文書の検索に適しています。
MiniCPM-V 2.6はOpenBMBが提供するマルチモーダル大規模モデルで、単一画像、複数画像、動画理解タスクにおいてGPT-4Vを上回り、iPadでのリアルタイム動画理解をサポートします。
MiniCPM-V 2.0は効率的なエンドサイド展開に向けた強力なマルチモーダル大規模言語モデルで、SigLip-400MとMiniCPM-2.4Bを基盤に構築され、知覚器リサンプラーで接続されています。
MiniCPM-Vは、エンドデバイス展開に最適化された効率的で軽量なマルチモーダルモデルで、中英バイリンガルのインタラクションをサポートし、同規模のモデルを凌駕する性能を発揮します。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
