三花快讯 · 2025, 6月16日
Ming-Omni 开源多模态模型：统一处理图像文本音频视频
基准测试表现亮眼堪称 GPT-4o 平替
Ming-Omni 是一款统一架构的开源多模态模型，能够无缝处理图像、文本、音频和视频等多种数据模态。
这个全能模型在各种基准测试中都表现亮眼，可以说是开源界的 GPT-4o 平替，完整项目及技术细节可以看官网。
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。