開源AI社區發佈多模態大語言模型MiniCPM-V4.5，專爲智能手機和平板等端側設備優化。該模型僅8億參數，輕量化設計實現高效運行，在OpenCompass評估中獲77.2分，性能領先同類開源模型，爲移動端AI應用開闢新可能。
阿里國際開源新一代多模態大模型Ovis2.5，專注於原生分辨率視覺感知、深度推理和高性價比場景設計。該模型在OpenCompass評測中綜合得分顯著提升，保持同類開源模型SOTA水平，並推出兩個不同參數規模版本。
MiniCPM-V4.0人工智能模型引發關注，這款4.1億參數的新模型在視覺理解方面表現優異，OpenCompass評測得分69.0超越多款競品。其最大亮點是專爲移動設備優化，在iPhone16Pro Max上響應迅速且無發熱問題。開發團隊提供了iOS應用和詳細指南，支持多種平臺工具，讓用戶輕鬆上手使用。
OpenBMB團隊開源輕量級多模態大模型MiniCPM-V4.0，參數量僅4.1B卻性能卓越，在OpenCompass評測中超越GPT-4.1-mini等競品。該模型專爲移動設備優化，在iPhone16Pro Max上響應延遲低於2秒，支持高併發處理。具備強大的圖像、視頻理解和OCR能力，兼容主流開發框架並配套詳細教程。其開源標誌着移動端AI技術的重要突破，爲開發者提供了高效的多模態解決方案。
即時更新的多模態模型性能排行榜
大型語言模型排行榜，即時評估模型性能。
opencompass
CompassJudger-2 是一系列全新的通用評判模型，旨在克服現有大語言模型評判方案專業性狹窄和魯棒性有限的問題。
UCSC-VLAA
VLAA-Thinker-Qwen2.5-3B是一個類似R1的推理大視覺語言模型，專注於多模態推理任務。該模型在OpenCompass多模態推理排行榜上達到了SOTA性能，支持圖像理解和複雜推理能力。
%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)
