MiniCPM-V-4.7-1B

¿Qué es MiniCPM-V-4.7-1B

MiniCPM-V-4.7-1B es un modelo multimodal de visión-lenguaje de código abierto publicado por OpenBMB, con solo 1B parámetros. Admite comprensión de imágenes y diálogo multimodal.

Características clave

• Admite comprensión de imágenes y diálogo multimodal
• Utiliza tecnología de compresión temprana intra-ViT para comprimir tokens visuales al inicio dentro del codificador de visión
• Admite compresión híbrida de tokens visuales 4x/16x, equilibrando detalle visual con coste de inferencia
• Admite despliegue en dispositivo en iOS, Android y HarmonyOS
• Proporciona soporte listo para usar para plataformas de chips como Rockchip, Houmo, Intel, AMD y Arm

Para quién es

Adecuado para desarrolladores que necesitan comprensión de imágenes y diálogo multimodal en dispositivos móviles o edge, y para aplicaciones multimodales que buscan alta densidad de rendimiento e inferencia eficiente.

Cómo empezar

1. Visita https://huggingface.co/openbmb/MiniCPM-V-4.7-1B para descargar los pesos del modelo
2. Consulta la sección de Uso en la ficha del modelo para inferencia y despliegue
3. Usa el soporte de despliegue en dispositivo de código abierto proporcionado para ejecutarlo en iOS, Android o HarmonyOS

Compilado a partir de descripciones públicas del sitio web oficial / README / página de lanzamiento de la herramienta. Los precios y números de usuarios no han sido verificados; consulta el sitio web oficial. Algunas secciones fueron redactadas con ayuda de IA. Escrito en chino e inglés; otros idiomas están traducidos automáticamente.