面壁智能推出 MiniCPM-Llama3-V 2.5 开源端侧多模态模型：8B 参…

图片地址：https://img.ithome.com/newsuploadfiles/2024/5/6e7ea110-b938-40ce-b289-aa9f6c900115.png?x-bce-process=image/format,f_auto

IT之家 5 月 21 日消息，面壁智能昨晚推出并开源 MiniCPM 系列最新的端侧多模态模型 MiniCPM-Llama3-V 2.5，支持 30+ 种语言，宣称可实现：最强端侧多模态综合性能：超越 Gemini Pro 、GPT-4VOCR 能力 SOTA（IT之家注：State-of-the-Art）：9 倍像素更清晰，难图长图长文本精准识别图像编码快 150 倍：首次端侧系统级多模态加速▲ OpenCompass 模型量级对比MiniCPM-Llama3-V 2.5 总参数量为 8B，多模态综合性能超越 GPT-4V-1106、Gemini Pro、Claude 3、Qwen-VL-Max 等商用闭源模型，OCR 能力及指令跟随能力得到进一步提升，可精准识别难图、长图、长文本，并支持超过 30 种语言的多模态交互。▲ 官方测试结果在 OpenCompass 测试中，MiniCPM-Llama3-V