OpenBMB 发布端侧多模态模型 MiniCPM-V 4.0

OpenBMB 发布了 MiniCPM-V 系列的最新高效模型 MiniCPM-V 4.0。该模型基于 SigLIP2-400M 和 MiniCPM4-3B 构建，总参数量为 4.1B，专为设备端部署而设计。

MiniCPM-V 4.0 不仅继承了 MiniCPM-V 2.6 在单图、多图和视频理解方面的强大能力，还大幅提升了运行效率。

MiniCPM-V 4.0 的主要亮点包括：

• 领先的视觉能力

仅凭 41 亿参数，MiniCPM-V 4.0 在 OpenCompass（涵盖 8 个主流视觉基准的综合评测）中取得了 69.0 的平均得分，超越 GPT-4.1-mini-20250414、MiniCPM-V 2.6（65.2，参数量 81 亿）和 Qwen2.5-VL-3B-Instruct（64.5，参数量 38 亿）。
此外，它在多图理解与视频理解任务中也表现出色。

• 卓越的运行效率

MiniCPM-V 4.0 专为端侧部署设计，可在移动设备上流畅运行。例如，在 iPhone 16 Pro Max 上，其首 token 延迟 小于 2 秒，解码速度 超过 17 token/s，并且无明显发热问题。在并发请求场景下也展现出优秀的吞吐能力。

• 简单易用

MiniCPM-V 4.0 支持多种主流部署方式，包括：llama.cpp、Ollama、vLLM、SGLang、LLaMA-Factory 以及本地 Web Demo 等。

模型地址：https://huggingface.co/openbmb/MiniCPM-V-4