面壁智能震撼推出MiniCPM-V4.5：4.1亿参数性能超越GPT-4.1-mini，手机运行无压力
发布时间：2025-08-26 12:51:25 | 责任编辑：张毅 | 浏览量：695 次
面壁智能（FaceWall Intelligence）携手清华大学NLP实验室，正式发布其最新端侧多模态大模型 MiniCPM-V4.5，标志着边缘AI技术迈向全新高度。
作为MiniCPM系列的最新力作，该模型以卓越的性能、高效的部署能力和广泛的应用场景，再次刷新了业界对端侧多模态模型的期待。以下，小编为您详细解析这一突破性技术。
MiniCPM-V4.5基于SigLIP2-400M视觉模块与MiniCPM4-3B语言模型构建，总参数量仅为 4.1亿，却在多项基准测试中展现出惊艳表现。据官方数据，MiniCPM-V4.5在OpenCompass综合评估中取得 69.0的平均得分，超越了GPT-4.1-mini（20250414版本，64.5分）以及Qwen2.5-VL-3B-Instruct(64.5分)，成为端侧多模态模型的性能标杆。相比前代MiniCPM-V2.6(8.1亿参数，65.2分)，新模型在参数量大幅减少的同时，性能提升显著，充分体现了面壁智能在模型压缩与优化上的深厚技术积累。
MiniCPM-V4.5支持 单图、多图及视频理解，并在高分辨率图像处理、OCR（光学字符识别）以及多语言支持方面表现出色。
MiniCPM-V4.5在效率方面堪称典范。得益于其 高 token 密度（处理180万像素图像仅需640个视觉token，较多数模型减少75%），模型在推理速度、首token延迟、内存占用和功耗上均有显著优化。测试显示，MiniCPM-V4.5在 iPhone16Pro Max 上实现 首token延迟低于2秒，解码速度超过 17token/s，无明显发热问题。这使得模型能够轻松部署于智能手机、平板电脑等边缘设备，满足移动、离线和隐私保护场景的需求。
此外，MiniCPM-V4.5支持多种部署方式，包括 llama.cpp、Ollama、vLLM 和 SGLang，并提供iOS应用支持，极大降低了开发者的使用门槛。
面壁智能延续其开放源代码的传统，MiniCPM-V4.5遵循 Apache2.0许可证，向学术研究人员完全开源，商业用户通过简单注册即可免费使用。这一举措进一步降低了多模态AI的进入壁垒，推动了学术研究与商业应用的双向发展。截至目前，MiniCPM系列已在GitHub和HuggingFace上累计获得 超百万次下载，成为边缘AI领域的标杆模型。
MiniCPM-V4.5的发布不仅展示了面壁智能在多模态大模型领域的领先地位，也为边缘AI的普及化应用指明了方向。从实时视频分析到智能文档处理，再到多语言交互，MiniCPM-V4.5的广泛适用性为教育、医疗、内容创作等行业带来了新的可能性。
小编认为，随着端侧计算能力的快速提升和模型效率的持续优化，MiniCPM-V4.5有望成为边缘设备上媲美云端AI的“新常态”。
项目：https://huggingface.co/openbmb/MiniCPM-V-4_5
。
核心亮点速览
-
模型规模：仅 4.1B 参数，为 GPT-4.1-mini 的约 1/10（GPT-4.1-mini 未公开参数，但 GPT-4o 系列普遍在 100B 以上）
。
-
性能表现：在 OpenCompass 多模态综合评测中，以 69.0 分 的成绩领先 GPT-4.1-mini（<69.0 分）、Qwen2.5-VL-3B（64.5 分）及 InternVL2.5-8B 等模型
。
-
端侧部署：针对手机等终端设备优化，实测在 iPhone 16 Pro Max 上：
-
首 token 延迟 <2 秒，
-
解码速度 >17 tokens/s，
-
内存占用低，长时间运行无发热降频
。
-
-
开源生态：
-
模型权重：已开源于 Hugging Face 和 GitHub。
-
iOS 应用：同步开源了适配 iPhone 和 iPad 的本地应用，支持图像理解、多轮对话，完全脱离云端运行
。
-
-
应用场景：支持单图描述、多图关联分析、视频问答等任务，OCR 精度达 180 万像素解析级，可处理复杂图表、票据等文档
。
结论
。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
