搁一年前真没想到居然能搞出来高质量的端侧模😂
GitHub - OpenBMB/MiniCPM-o: MiniCPM-o 2.6 多模态模型
🧐MiniCPM-o 2.6 是一款开源的多模态语言模型，支持视觉、语音和多模态实时流媒体处理，性能达到GPT-4o水平，可在手机等终端设备上高效运行。
➡️链接：http://t.cn/A6uriFHK
✨重点
●🖼️ 领先的视觉能力：在单图像、多图像和视频理解中超过GPT-4V和其他闭源模型，支持高达1344x1344像素的图片处理，并在OCR基准测试中表现突出。
●🎙️ 语音交互创新：支持中英双语实时语音对话，具备情感、语速和语音风格控制，还支持端到端语音克隆和角色扮演等功能。
●🎥 多模态实时流媒体：能够处理连续的视频和音频流，支持实时语音交互，在StreamingBench等基准测试中表现优越。
●🚀 高效推理：优化的令牌密度显著降低内存使用和推理延迟，可在iPad等终端设备上高效支持多模态流媒体。
●📦 易于使用：支持本地部署、量化模型（int4、GGUF格式）、多GPU推理和轻量化微调，用户可通过WebUI或Gradio在线演示快速体验。
MiniCPM-o 2.6 为移动端设备上的多模态应用提供了强大的支持，是多模态人工智能发展的重要里程碑。

#AI白日梦想家[超话]# #ai创造营# #你好人工智能时代#