8月7日音讯，人工智能公司面壁智能宣告正式开源其最新的端侧AI多模态模型——MiniCPM-V 2.6。官方称 MiniCPM-V 2.6 模型仅 8B 参数，获得 20B 以下单图、多图、视频了解 3 SOTA 成果。

  据面壁智能官方介绍，MiniCPM-V 2.6 模型在多项功用上完成了初次在端侧的布置，包含实时视频了解、多图联合了解、多图ICL（上下文少样本学习）视觉类比学习、多图OCR等。这些功用的参加，使得端侧模型可以更靠近杂乱的实在国际场景，充沛的发挥其传感器富集、靠近用户的优势。

  据介绍，在模型功率与功能方面，MiniCPM-V 2.6模型具有极高的像素密度（Token Density），比GPT-4o的单token编码像素密度高两倍，从而在端侧设备上完成了极高的运转功率。量化后的模型仅需6GB内存，端侧推理速度高达每秒18个token，比上代模型快33%。此外，该模型还支撑多种语言和推理结构，逐渐提升了其使用的广泛性和灵活性。

  值得一提的是，MiniCPM-V 2.6 模型在OCR才能上也连续了其一向的SOTA功能水平，并进一步掩盖到单图、多图、视频了解等多个场景。经过一致的高清视觉架构，该模型将OCR才能进行搬迁和常识同享，完成了从单图到多图及视频的流通拓宽，明显节省了视觉token的数量和资源耗费。