AIbase

Minicpm Llama3 V 2.5
Minicpm Llama3 V 2.5
该产品适合需要在端侧设备上进行高效多模态交互的开发者和企业，如智能手机、平板电脑等移动设备，以及需要进行图像识别、语言处理和多语言交互的场景。
AI模型AI模型推理训练#多模态#端侧部署#多语言支持#OCR#高性能普通产品开源
总访问量： 474,564,576
占比最多地区： US(19.34%)
7,596
产品介绍
网站流量
同类开源产品
替代品
简介
MiniCPM-Llama3-V 2.5 是 OpenBMB 项目中最新发布的端侧多模态大模型，具备8B参数量，支持超过30种语言的多模态交互，并在多模态综合性能上超越了多个商用闭源模型。该模型通过模型量化、CPU、NPU、编译优化等技术实现了高效的终端设备部署，具有优秀的OCR能力、可信行为以及多语言支持等特点。
截图
产品特色
领先的性能：在OpenCompass榜单上平均得分65.1，超越多个商用闭源多模态大模型。
优秀的OCR能力：OCRBench得分达到725，支持高分辨率图像输入和全文OCR信息提取。
可信行为：通过RLAIF-V对齐技术，具有较低的幻觉率和可信的多模态行为。
多语言支持：支持30+种语言的多模态能力，通过少量翻译数据实现跨语言泛化。
高效部署：通过模型量化和编译优化技术，实现终端设备上的快速推理和图像编码。
简易微调和本地WebUI Demo部署：支持通过Huggingface Transformers库和SWIFT框架进行微调。
使用教程
克隆OpenBMB/MiniCPM-V的代码仓库到本地。
创建conda环境并安装所需的依赖。
根据设备类型（如NVIDIA GPU、Mac MPS等）运行本地WebUI Demo。
使用Huggingface Transformers库或SWIFT框架对模型进行微调以适应特定任务。
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
精选AI产品推荐
Nocode
中文精选
NoCode 是一款无需编程经验的平台，允许用户通过自然语言描述创意并快速生成应用，旨在降低开发门槛，让更多人能实现他们的创意。
开发平台#应用开发
912
Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具，支持中文和英语，基于前沿 AI 技术，能够快速生成用户感兴趣的播客内容。
音频生成#AI
348
Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理，能够将创意提示转化为艺术作品，支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128
Fastvlm
FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。
AI模型#图像处理开源
564
Smart PDFs
国外精选
Smart PDFs 是一个在线工具，利用 AI 技术快速分析 PDF 文档，并生成简明扼要的总结。
文章摘要#AI
984
Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480
Anyvoice
AnyVoice是一款领先的AI声音生成器，采用先进的深度学习模型，将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k
Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k