模型

MiniCPM-o-4_5

openbmb/MiniCPM-o-4_5

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:apache-2.0 上游版本:1f761131fa83

中文简介

openbmb/MiniCPM-o-4_5 是 openbmb 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 1f761131fa83,同步到 54 个文件,文件元数据合计 21.17 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 openbmb/MiniCPM-o-4_5 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
openbmb/MiniCPM-o-4_5 是 openbmb 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 1f761131fa83,同步到 54 个文件,文件元数据合计 21.17 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

【适用方向】
适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:1f761131fa83。 任务标签:上游卡片所列任务。 架构:MiniCPMO。 上游 Safetensors 元数据显示参数量约 9.37 B。 库标记:transformers。 模型类型字段:minicpmo。 上游页面记录的最近更新时间:2026-07-06。

【文件信息】
上游 API 返回 54 个文件,文件元数据合计 21.17 GB。 已保存文件清单中的主要扩展名:.wav 15 个、.json 9 个、.mp4 7 个、.py 6 个、.safetensors 4 个、.onnx 2 个。 当前较大的文件包括:model-00002-of-00004.safetensors(4.94 GB);model-00003-of-00004.safetensors(4.94 GB);model-00001-of-00004.safetensors(4.91 GB)。

【运行或处理环境】
仓库文件元数据合计 21.17 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 17.46 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

A Gemini 2.5 Flash Level MLLM for Vision, Speech, and Full-Duplex Mulitmodal Live Streaming on Your Phone GitHub | CookBook | Omni-modal Demo | Vision-Language Demo WeChat | Discord | CaseBook(Audio, Omni Full-Duplex) News [2026.05.17] ⭐️⭐️⭐️ We release the API service of MiniCPM-o 4.5, supporting both traditional text and vision-language requests, and also full-duplex realtime interaction! Try it now. [2026.02.06] 🥳 🥳 🥳 We open-sourced a realtime web demo deployable on your own devices like Mac or GPU. Try it now! MiniCPM-o 4.5 MiniCPM-o 4.5** is the latest and most capable model in the MiniCPM-o series. The model is built in an end-to-end fashion based on SigLip2, Whisper-medium, CosyVoice2, and Qwen3-8B with a total of 9B parameters. It exhibits a significant performance improvement, and introduces new features for full-duplex multimodal live streaming. Notable features of MiniCPM-o 4.5 include: 🔥 **Leading Visual Capability.** MiniCPM-o 4.5 achieves an average score of 77.6 on OpenCompass, a comprehensive evaluation of 8 popular benchmarks. **With only 9B parameters, it surpasses widely used proprietary models like GPT-4o, Gemini 2.0 Pro, and approaches Gemini 2.5 Flash** for vision-language capabilities. It supports instruct and thinking modes in a single model, better covering efficiency and performance trade-offs in different user scenarios. 🎙 **Strong Speech Capability.** MiniCPM-o 4.5 supports **bilingual real-time speech conversation with configurable voices** in English and Chinese. It features **more natural, expressive and stable speech conversation**. The model also allows for fun features such as **voice cloning and role play via a simple reference audio clip**, where the cloning performance surpasses strong TTS tools such as CosyVoice2. 🎬 **New Full-Duplex and Proactive Multimodal Live Streaming Capability.** As a new feature, MiniCPM-o 4.5 can process real-time, continuous video and audio input streams simultaneously while generating concurrent text

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:1f761131fa83。 任务标签:上游卡片所列任务。 架构:MiniCPMO。 上游 Safetensors 元数据显示参数量约 9.37 B。 库标记:transformers。 模型类型字段:minicpmo。 上游页面记录的最近更新时间:2026-07-06。

文件说明

上游 API 返回 54 个文件,文件元数据合计 21.17 GB。 已保存文件清单中的主要扩展名:.wav 15 个、.json 9 个、.mp4 7 个、.py 6 个、.safetensors 4 个、.onnx 2 个。 当前较大的文件包括:model-00002-of-00004.safetensors(4.94 GB);model-00003-of-00004.safetensors(4.94 GB);model-00001-of-00004.safetensors(4.91 GB)。

上游文件元数据

  • .gitattributes3.02 KB
  • .gitignore9 B
  • added_tokens.json2.64 KB
  • assets/audio_cases/assistant_ref.mp463.94 KB
  • assets/audio_cases/assistant_response.mp4263.19 KB
  • assets/audio_cases/elon_musk__000_assistant_audio.wav1.68 MB
  • assets/audio_cases/elon_musk__system_ref_audio.wav526.40 KB
  • assets/audio_cases/elon_musk_ref.mp4161.31 KB
  • assets/audio_cases/elon_musk_response.mp4379.43 KB
  • assets/audio_cases/hermione__000_assistant_audio.wav1.46 MB
  • assets/audio_cases/hermione__system_ref_audio.wav192.70 KB
  • assets/audio_cases/minicpm_assistant__000_assistant_audio.wav1.19 MB

硬件建议

仓库文件元数据合计 21.17 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 17.46 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。