根据您提供的信息，以下是对面壁“小钢炮”MiniCPM-V 2.6模型的报道草稿：
国产端侧模型再创新高：面壁“小钢炮”MiniCPM-V 2.6模型重磅上新
【智东西 报道】2024年8月6日，我国自主研发的端侧模型——面壁“小钢炮”MiniCPM-V 2.6，以8B参数取得20B以下参数的单图、多图、视频理解三项SOTA成绩，首次在端侧实现全面超越GPT-4V的多模态核心能力。这一突破性进展，标志着我国在端侧AI领域迈出了重要一步。
据悉，MiniCPM-V 2.6模型经int4量化后，端侧6G内存即可使用，推理速度高达18tokens/s，比上代模型快33%。该模型发布即支持llama.cpp、ollama、vllm推理，且支持多种语言。
MiniCPM-V 2.6模型的亮点包括：
-
实时视频理解：模型首次在端侧实现实时视频理解功能，能够精准识别摄像头捕捉到的场景中的文字，并快速总结长视频中的重点信息。
-
多图联合理解：模型能够流畅地进行多图多轮理解，识别多张小票的金额并计算总账，还能“读懂”梗图背后的槽点。
-
多图ICL视觉类比学习：通过上下文少样本学习功能，模型无需微调即可快速适配特定领域和任务，提高输出稳定性。
-
统一高清视觉架构：模型采用统一高清视觉架构，将单图、多图、视频理解场景统一形式化为图文交替的语义建模问题，实现高效能力迁移与知识共享。
MiniCPM-V 2.6在OCRBench上的OCR性能实现开源+闭源模型SOTA，同时幻觉率低至8.2%，显著优于GPT-4o、GPT-4V、Claude 3.5 Sonnet等商用模型。
这一成果的取得，得益于面壁RLAIF-V高效对齐技术的应用，以及模型自迭代完成的数据净化和知识学习。
面壁“小钢炮”MiniCPM-V 2.6模型的推出，不仅为我国端侧AI领域增添了新的力量，也为全球AI技术的发展贡献了中国智慧。
GitHub地址：https://github.com/OpenBMB/MiniCPM-V
HuggingFace地址：https://huggingface.co/openbmb/MiniCPM-V-2_6
以上是对该模型的简要报道，具体的技术细节和性能指标可以根据需要进一步展开。
Views: 0