MiniCPM-V-4.7-1B

Qu'est-ce que MiniCPM-V-4.7-1B

MiniCPM-V-4.7-1B est un modèle multimodal vision-langage open-source publié par OpenBMB, avec seulement 1B de paramètres. Il prend en charge la compréhension d'images et le dialogue multimodal.

Fonctionnalités principales

• Prend en charge la compréhension d'images et le dialogue multimodal
• Utilise la technologie de compression précoce intra-ViT pour compresser les tokens visuels tôt dans l'encodeur de vision
• Prend en charge la compression hybride de tokens visuels 4x/16x, équilibrant le détail visuel et le coût d'inférence
• Prend en charge le déploiement sur appareil sur iOS, Android et HarmonyOS
• Fournit un support prêt à l'emploi pour les plateformes de puces incluant Rockchip, Houmo, Intel, AMD et Arm

Pour qui

Convient aux développeurs ayant besoin de compréhension d'images et de dialogue multimodal sur des appareils mobiles ou edge, et aux applications multimodales recherchant une densité de performance élevée et une inférence efficace.

Comment démarrer

1. Visitez https://huggingface.co/openbmb/MiniCPM-V-4.7-1B pour télécharger les poids du modèle
2. Reportez-vous à la section Usage dans la fiche du modèle pour l'inférence et le déploiement
3. Utilisez le support de déploiement sur appareil open-source fourni pour exécuter sur iOS, Android ou HarmonyOS

Compilé à partir des descriptions publiques du site officiel / README / page de lancement. Tarifs et nombre d'utilisateurs non vérifiés ; consultez le site officiel. Certaines sections ont été rédigées avec l'aide de l'IA. Rédigé en chinois et en anglais ; les autres langues sont traduites automatiquement.