小钢炮4.0视觉模型MiniCPM-V 4.0，手机端应用更流畅

4 0 0

在人工智能的持续发展中，最近一款新模型MiniCPM-V4.0引起了广泛关注。该模型是MiniCPM-V系列的最新版本，具有4.1亿参数，基于SigLIP2-400M和MiniCPM4-3B进行构建。与之前的版本相比，MiniCPM-V4.0在单图、多图及视频理解方面表现出色，并且在效率上有了显著提升。

MiniCPM-V4.0以其强大的视觉能力而自豪。在众多评测基准中，该模型在OpenCompass的综合评估中取得了69.0的平均分，超越了GPT-4.1-mini-20250414、MiniCPM-V2.6（8.1亿参数，得分65.2）和Qwen2.5-VL-3B-Instruct(3.8亿参数，得分64.5)。在多图理解和视频理解领域，它也展现了良好的性能。

针对移动设备的设计是MiniCPM-V4.0的一大亮点。该模型在iPhone16ProMax上运行顺畅，首次响应延迟不到2秒，解码速度超过每秒17个token，且没有发热问题。即便在高并发请求下，它也表现出优越的吞吐能力。

为了让更多用户轻松上手，MiniCPM-V4.0提供了多种使用方式，包括与多种平台兼容的工具，如llama.cpp、Ollama、vLLM等。为了更好地服务用户，开发团队还开源了一款可以在iPhone和iPad上运行的iOS应用，帮助用户轻松上手。配套的Cookbook也提供了详细的使用指南和实用示例，进一步简化了操作过程。

项目:https://huggingface.co/openbmb/MiniCPM-V-4