VoxCPM是一款创新的免分词器端到端文本转语音（TTS）系统，通过在连续空间中对语音进行建模，克服了离散分词的局限性。它具备上下文感知语音生成和逼真零样本语音克隆两大核心能力，能够根据文本内容自动调整韵律和风格，并仅需一个简短的参考音频即可克隆说话者的音色、口音和情感。

音频处理Safetensors支持多种语言

MiniCPM4.1-8B-GGUF是MiniCPM4.1-8B模型的GGUF量化格式版本，专为端侧设备设计的高效大语言模型，采用80亿参数，支持融合思维，在典型端侧芯片上可实现超过5倍的生成加速。

自然语言处理Transformers支持多种语言

MiniCPM4 是一款专为端侧设备设计的高效大语言模型，在相同规模下保持最优性能的同时实现了极致的效率提升，在典型端侧芯片上可实现超 5 倍的生成加速。

自然语言处理Transformers支持多种语言

MiniCPM4-8B-Q8_0-GGUF 是通过 llama.cpp 将 openbmb/MiniCPM4-8B 转换为 GGUF 格式的模型，适用于本地推理。

自然语言处理Transformers支持多种语言

MiniCPM4是专为端侧设备设计的高效大语言模型，在相同规模下实现了极致的效率提升和最优性能。

自然语言处理Transformers支持多种语言

MiniCPM4-MCP是一款开源的端侧大语言模型智能体模型，基于80亿参数的MiniCPM-4构建，能够通过MCP与各种工具和数据资源交互，解决广泛的现实世界任务。

自然语言处理Transformers支持多种语言

MiniCPM4是专为端侧设备设计的高效大语言模型，通过系统创新在模型架构、训练数据、训练算法和推理系统四个关键维度实现极致的效率提升。

自然语言处理Transformers支持多种语言

MiniCPM4是专为端侧设备设计的高效大语言模型，通过系统创新在模型架构、训练数据、训练算法和推理系统四个维度实现极致效率提升，在端侧芯片上可实现超5倍的生成加速。

自然语言处理Transformers支持多种语言

AgentCPM-GUI是一款具备RFT增强推理能力的设备端图形界面代理，可操作中英文应用，基于80亿参数的MiniCPM-V构建。

多模态Safetensors支持多种语言

MiniCPM-S-1B-sft 是一个基于激活稀疏化技术优化的1B参数规模语言模型，通过ProSparse方法实现高稀疏性推理加速，同时保持与原始模型相当的性能。

自然语言处理Transformers支持多种语言

该模型在多个中文和英文数据集上进行了测试，包括语义文本相似度和分类任务。

自然语言处理Transformers

MiniCPM-o 2.6的int4量化版本，显著降低GPU显存占用，支持多模态处理能力。

多模态Transformers其他

MiniCPM-o 2.6是一个多模态模型，支持视觉和语言任务，专为llama.cpp设计。

多模态Gguf

MiniCPM-o 2.6是一款手机端运行的GPT-4o级多模态大模型，支持视觉、语音与直播流处理

多模态Transformers其他

VisRAG是基于视觉语言模型(VLM)的检索增强生成(RAG)系统，可直接将文档作为图像进行嵌入表征，避免传统文本解析导致的信息损耗。

多模态Safetensors英语

MiniCPM-重排序器是由面壁智能与清华大学自然语言处理实验室、东北大学信息检索小组联合研发的中英双语文本重排序模型，具备卓越的中英文及跨语言重排序能力。

自然语言处理Transformers支持多种语言

MiniCPM-Embedding 是基于 MiniCPM-2B-sft-bf16 基础模型开发的嵌入模型，专注于检索任务，支持中英文双语。

自然语言处理Transformers支持多种语言

MiniCPM3-4B是MiniCPM系列第三代模型，整体性能超越Phi-3.5-mini-Instruct和GPT-3.5-Turbo-0125，与近期多个7B~9B量级模型表现相当。

自然语言处理Transformers支持多种语言

MiniCPM-V是一个手机端GPT-4V级多模态大语言模型，支持单图、多图与视频理解，具备视觉、光学字符识别等功能。

多模态Transformers其他

MiniCPM-V 2.6是一个多模态视觉语言模型，支持图像文本到文本的转换，具备多语言处理能力。

多模态Transformers其他