返回全部动态
MiniCPM-o 2.6：8B 参数端侧多模态模型发布
原标题：openbmb/MiniCPM-o-2_6
AI 摘要
OpenBMB 发布了 MiniCPM-o 2.6，这是一个 8B 参数的多模态大模型，支持视觉、语音和实时多模态流式交互，在多个基准上超越 GPT-4o 等闭源模型。该模型基于 SigLip、Whisper、ChatTTS 和 Qwen2.5 构建，支持端侧部署，并已开放 ollama、int4、GGUF 等格式。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
--- pipeline_tag: any-to-any datasets: - openbmb/RLAIF-V-Dataset library_name: transformers language: - multilingual tags: - minicpm-o - omni - vision - ocr - multi-image - video - custom_code - audio - speech - voice cloning - live Streaming - realtime speech conversation - asr - tts license: apache-2.0 --- <h1>A GPT-4o Level MLLM for Vision, Speech and Multimodal Live Streaming on Your Phone</h1> [GitHub](https://github.com/OpenBMB/MiniCPM-o) | <a href="https://modelbest.feishu.cn/wiki/UtWxw
发布时间：2026-08-18 11:51
抓取时间：2026-08-18 11:55
来源机构：Hugging Face