跳到正文

MiniCPM-o-2_6

具备视觉、语音与多模态直播的 8B 模型

访问官网

MiniCPM-o-2_6 是什么

MiniCPM-o 2.6 被介绍为一个面向视觉、语音与直播任务的 8B 多模态模型。

你可以用它做什么

  • 进行双语实时语音对话
  • 接受连续的视频与音频流
  • 从高分辨率图像中读取文字

应用场景

  • 教师用多模态直播进行在线教学
  • 商业会议中通过语音对话远程交流
  • 用图像与视频理解生成文字描述

优点与缺点

✓ 我们认可的地方

  • 资料列出低延迟、低内存和功耗
  • 资料列出 CPU 推理、量化模型与 vLLM 等方式

! 需要留意的地方

  • 推理需加载模型并初始化视觉、音频与 TTS 部分
  • 资料列出 OpenCompass 平均得分 70.2

常见问题

规模是多少?

资料说明拥有 8B 参数。

OCR 上限是多少?

资料说明可处理高达 180 万像素的图像。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法