MiniCPM-V-4.7-1B

Apakah MiniCPM-V-4.7-1B

MiniCPM-V-4.7-1B ialah model bahasa-vision multimodal sumber terbuka yang dikeluarkan oleh OpenBMB, dengan hanya 1B parameter. Ia menyokong pemahaman imej dan dialog multimodal.

Ciri utama

• Menyokong pemahaman imej dan dialog multimodal
• Menggunakan teknologi pemampatan awal intra-ViT untuk memampatkan token visual awal di dalam pengekod vision
• Menyokong pemampatan token visual hibrid 4x/16x, mengimbangi perincian visual dengan kos inferens
• Menyokong pelaksanaan atas peranti pada iOS, Android dan HarmonyOS
• Menyediakan sokongan siap guna untuk platform cip termasuk Rockchip, Houmo, Intel, AMD dan Arm

Untuk siapa ia

Sesuai untuk pembangun yang memerlukan pemahaman imej dan dialog multimodal pada peranti mudah alih atau edge, dan untuk aplikasi multimodal yang mencari ketumpatan prestasi tinggi dan inferens cekap.

Cara memulakan

1. Lawati https://huggingface.co/openbmb/MiniCPM-V-4.7-1B untuk memuat turun pemberat model
2. Rujuk bahagian Usage dalam kad model untuk inferens dan pelaksanaan
3. Gunakan sokongan pelaksanaan atas peranti sumber terbuka yang disediakan untuk dijalankan pada iOS, Android atau HarmonyOS

Disusun daripada penerangan awam di laman web rasmi / README / halaman pelancaran alat. Harga dan bilangan pengguna belum disahkan; sila semak laman web rasmi. Beberapa bahagian disediakan dengan bantuan AI. Ditulis dalam Bahasa Cina dan Inggeris; bahasa lain adalah terjemahan mesin.