讓「GPT-4V」跑在手機上，這家中國大模型公司做到了?

AIGC動態(tài)歡迎閱讀

原標(biāo)題：讓「GPT-4V」跑在手機上，這家中國大模型公司做到了?
關(guān)鍵字：模型,能力,視頻,方面,視覺
文章來源：AI科技評論
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

對標(biāo) GPT-4V，面壁讓實時視頻理解成功“跑”在端側(cè)。作者 | 朱可軒
編輯 | 陳彩嫻
真實世界的視覺信息是流動的，而在處理流動性的視覺信息上，端側(cè)視頻理解具有天然優(yōu)勢，手機、PC、AR、機器人、智能座駕等端側(cè)設(shè)備自帶的攝像頭，具有天然的多模態(tài)輸入能力。
與云端相比，端側(cè)離用戶更近，鏈路更短，效率更高，同時具有更強的信息安全優(yōu)勢。
今日，面壁正式發(fā)布了 MiniCPM-V 2.6，在端側(cè)性能實現(xiàn)全面對標(biāo) GPT-4V——
據(jù)介紹，MiniCPM-V 2.6 首次在端側(cè)實現(xiàn)單圖、多圖、視頻理解等多模態(tài)核心能力全面超越GPT-4V，三項能力均取得 20B 以下 SOTA 成績，單圖理解越級比肩 Gemini 1.5 Pro 和 GPT-4o mini 。
而類比知識密度來看，得益于視覺 token 相比上一代下降 30% ，比同類模型低 75%，MiniCPM-V 2.6 取得了兩倍于 GPT-4o 的單 token 編碼像素密度（token density）。
值得一提的是，面壁還將“實時”視頻理解、多圖聯(lián)合理解、多圖 ICL等能力首次搬上了端側(cè)。
量化后端側(cè)內(nèi)存僅占 6 GB，端側(cè)

原文鏈接：讓「GPT-4V」跑在手機上，這家中國大模型公司做到了?

聯(lián)系作者

文章來源：AI科技評論
作者微信：
作者簡介：