端侧多模态，卷出新天花板。仅1.3B，性能反超，效率翻倍，一张4090就能「爆改」。刚刚，清华系团队面壁智能开源了新一代「小钢炮」MiniCPM-V 4.6，再次证明了在端侧AI领域，中国团队已然站在世界前沿。

5月11日，「国产端侧大模型担当」面壁智能联合清华大学、OpenBMB开源社区正式开源了新一代端侧多模态大模型MiniCPM-V 4.6。

MiniCPM-V 4.6一经发布，立即给1B量级多模态模型重新划定了起跑线，给日趋白热化的端侧AI赛道投下了一枚重磅炸弹！

它不仅在性能上全面超越了阿里 Qwen3.5-0.8B和谷歌Gemma4-E2B-it等同级对手，更在效率上实现了惊人的「反超」——参数更大，跑得却更快。

这波操作，直接打破了行业里「小尺寸=阉割版」的常规认知。

MiniCPM-V 4.6用扎实硬核的数据向行业证明：1B级模型，也可以是性能强悍、足以在端云两栖部署的工业级武器。

此外，在尺寸上，MiniCPM-V 4.6是MiniCPM-V系列模型上有史以来参数规模最小的模型，只有1B左右，但智能密度却为同尺寸模型范围内最高，这再次验证了面壁智能在2024年提出并登上Nature子刊的「密度定律」。

根据Artificial Analysis（AA）榜单评测，MiniCPM-V 4.6 1.3B（非推理版本）的运行仅消耗5.4M token量，仅为Qwen3.5-0.8B（非推理版本，101M）的1/19、Qwen 3.5-0.8B（推理版本，233M）的1/43：

Hugging Face：

http://t.cn/AXi4PcPX

GitHub：

http://t.cn/A6HigmHf

Modelscope：

http://t.cn/AXiVFB8d

Web Demo：

http://t.cn/AXiVFB8e

APP Demo：

http://t.cn/AXiVFB8g