不糊弄的“SHE”

原標題：iPad 里跑“GPT-4o”：面壁新模型，低調開源
文章來源：AI使用技巧
內容字數：3384字

MiniCPM-o 2.6：端側AI的性突破

人工智能技術日新月異，大型語言模型（LLM）的應用越來越廣泛。然而，高昂的算力成本和數據隱私問題一直是制約AI發展的重要因素。近日，面壁智能低調發布的MiniCPM-o 2.6模型，為我們帶來了新的希望，它以其強大的性能和端側部署能力，掀起了端側AI的。

MiniCPM-o 2.6：小身材，大能量

MiniCPM-o 2.6 是一款僅有8B參數的開源多模態模型，令人驚嘆的是，它的性能可以與GPT-4o比肩。更重要的是，它能夠在iPad等移動設備上流暢運行，這在業界尚屬首次。這意味著，強大的AI能力不再局限于云端服務器，而是可以真正地“走入”我們的日常生活中。

MiniCPM-o 2.6 的強大之處體現在其全模態能力上。它不僅能夠“看” (See)——擁有視覺記憶能力，能夠理解視頻中的內容；還能“聽” (Hear)——識別各種聲音，甚至能區分細微的敲門聲（這方面優于OpenAI的GPT-4o）；更能“說” (Express)——表達情緒豐富，能夠根據對話內容調整表達方式，帶來更自然、更人性化的交互體驗。作者幽默地將See、Hear、Express組合成“SHE”，與OpenAI的“HER”形成有趣的對比。

AI界的“糊弄學”：低成本背后的代價

在MiniCPM-o 2.6展現強大實力的同時，我們也需要反思AI行業中存在的“糊弄學”現象。由于算力成本居高不下，一些AI產品為了降低成本，采用了各種“偷工減料”的方式，例如：

“假裝思考”的AI

有些AI產品會模擬思考過程，但實際上并未進行真正的計算和推理，而是通過預設的規則或簡單的模式匹配來生成答案。這就像一個只會背誦答案的學生，無法真正理解問題的含義。

“看圖說話”的偽裝

在視頻通話領域，“看圖說話”是一種常見的“糊弄”方式。一些AI產品只截取視頻的靜態畫面進行分析，而忽略了視頻的動態信息。這會導致AI無法理解視頻中的動作和變化，只能對靜態畫面進行簡單的描述，造成理解偏差。

“語音套娃”的低效

許多語音助手采用“語音轉文字，再轉語音”的方案，將語音信息進行兩次轉換，這不僅降低了效率，還會丟失語音中的語氣、語調等重要信息，導致AI理解出現偏差。

端側AI：未來之路

與那些“糊弄”的AI產品不同，MiniCPM-o 2.6代表著端側AI的未來方向。它為用戶帶來了諸多好處：

• 更低成本：無需依賴云端服務器，節省了大量的算力成本。
• 穩定使用：不受服務器負載的影響，保證了AI服務的穩定性。
• 隱私保護：數據處理在本地完成，無需上傳數據，保護了用戶的隱私安全。

對于廠商而言，端側AI也具有巨大的吸引力：

• 差異化競爭：搭載強大的端側AI，能夠提升產品的競爭力。
• 生態構建：通過AI連接各種內置功能，構建更完善的生態系統。

雖然端側AI并不能完全取代云端AI，但MiniCPM-o 2.6的出現，標志著端側AI技術已經日趨成熟，它將與云端AI長期共存，共同推動AI技術的發展，并最終融入我們的日常生活。

MiniCPM-o 2.6開源項目地址：
GitHub：https://github.com/OpenBMB/MiniCPM-o
Hugging Face：https://huggingface.co/openbmb/MiniCPM-o-2_6

聯系作者

文章來源：AI使用技巧
作者微信：
作者簡介：解鎖人工智能秘籍，帶你一鍵提升生活與工作智能化！鮮活案例、實用技巧，觸手可及的AI知識，讓前沿科技成為你的日常利器。關注我們，把握AI動態，簡化復雜，激發創造力，開啟你的智能化生活新篇章！