🚀 OpenBMB 开源 9B 多模态模型 MiniCPM-o 4.5，性能对标 Gemini 2.5 Flash
OpenBMB 正式开源 9B 参数规模的端侧多模态大模型 MiniCPM-o 4.5。该模型支持图像、视频、文本、音频的端到端输入与输出，具备全双工多模态直播能力，可实现“看、听、说”同步对话，并支持双语实时语音、音色配置及声音克隆。在 OpenCompass 视觉能力评测中，该模型获得 77.6 分，官方称其性能在同规模下超越 GPT-4o 与 Gemini 2.0 Pro，接近 Gemini 2.5 Flash。配套发布的还包括 llama.cpp-omni 推理框架与 WebRTC Demo。
(科技圈)
via 茶馆 - Telegram Channel
OpenBMB 正式开源 9B 参数规模的端侧多模态大模型 MiniCPM-o 4.5。该模型支持图像、视频、文本、音频的端到端输入与输出，具备全双工多模态直播能力，可实现“看、听、说”同步对话，并支持双语实时语音、音色配置及声音克隆。在 OpenCompass 视觉能力评测中，该模型获得 77.6 分，官方称其性能在同规模下超越 GPT-4o 与 Gemini 2.0 Pro，接近 Gemini 2.5 Flash。配套发布的还包括 llama.cpp-omni 推理框架与 WebRTC Demo。
(科技圈)
via 茶馆 - Telegram Channel
