AI绘图语音无问题 面壁智能推出MiniCPM-o 2.6性能已超GPT-4o

1月16日，面壁智能公众号宣布推出了“小钢炮”MiniCPM-o 2.6版本的端侧全模态模型。该模型参数为8B，据官方称其性能已经可以媲美GPT-4o、Claude-3.5-Sonnet等顶级模型。

MiniCPM-o 2.6采用了端到端多模态架构，能够同时处理文本、图像、音频和视频等多种类型的数据，并生成高质量的文本和语音输出。官方表示，这款新推出的模型总参数量达到了8B，在视觉、语音和多模态流式能力方面已经超越了GPT-4o-202405级别的水平，是目前开源社区中模态支持最丰富、性能最佳的一款模型之一。

除此之外，MiniCPM-o 2.6还具备可配置声音的中英双语语音对话功能，并且拥有情感/语速/风格控制、端到端声音克隆、角色扮演等进阶能力。官方介绍称，MiniCPM-o 2.6也是第一个支持在iPad等终端设备上进行多模态实时流式交互的大模型。在OpenCompass的综合8个主流多模态评测基准中，它的平均得分达到了70.2，在单图理解方面甚至超过了GPT-4o-202405、Gemini 1.5 Pro和Claude 3.5 Sonnet等商用闭源多模态大模型。

链接：

GitHub：https://github.com/OpenBMB/MiniCPM-o

huggingface：https://huggingface.co/openbmb/MiniCPM-o-2_6