三花快讯 · 2024, 8月7日
面壁 MiniCPM-V 2.6：最强开源端侧多模态 LLM
宣称单图、多图和视频理解性能超越了 GPT-4V
MiniCPM-V 2.6 基于 SigLip-400M 和 Qwen2-7B 构建，共 8B 参数，性能提升显著，并引入了多图和视频理解的新功能。
官方宣称单图、多图和视频理解性能超越了 GPT-4V。在单图理解上，它取得了优于 GPT-4o mini、Gemini 1.5 Pro 和 Claude 3.5 Sonnet 等商用闭源模型的表现。
视频演示的 iPad 应用我没找到，有找到的评论区可以踢一下，不过这里有一个在线试用地址：http://120.92.209.146:8887/
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。