智能手机也能运行！面壁智能发布MiniCPM-V4.5：4.1亿参数超越GPT-4.1-mini
模型发布背景
面壁智能（FaceWall Intelligence）与清华大学自然语言处理实验室合作，于2025年8月26日正式推出最新边缘侧多模态大模型MiniCPM-V4.5，标志着边缘AI技术达到新高度。
技术突破：参数更少，性能更强
核心架构
- 视觉模块：基于SigLIP2-400M
- 语言模型：基于MiniCPM4-3B
- 总参数量：仅4.1亿参数
性能表现
在OpenCompass综合评估中：
- 平均得分：69.0分
- 对比表现：
- 超越GPT-4.1-mini（64.5分）
- 超越Qwen2.5-VL-3B-Instruct（64.5分）
- 与前代对比：相比MiniCPM-V2.6（8.1亿参数，65.2分），性能显著提升的同时大幅减少参数量
增强的多模态能力：全面支持视觉、文本和视频
视觉处理能力
- 分辨率支持：最高180万像素（1344×1344）
- 任意宽高比：完全支持
- OCR性能：在OCRBench基准测试中超越GPT-4o和Gemini 1.5 Pro等主流专有模型
多图像与视频理解
- 基准测试表现：在Mantis-Eval、BLINK、Video-MME等基准中展现领先能力
- 应用场景：适用于复杂场景下的多图像推理和视频时空信息处理
多语言支持
- 支持语言：超过30种语言
- 涵盖语种：英语、中文、德语、法语、意大利语、韩语等
- 用户体验：为全球用户提供无缝的多模态交互体验
高效部署：针对边缘设备优化
性能优势
- token密度：处理180万像素图像仅需640个视觉token
- 效率提升：相比大多数模型减少75%的视觉token使用量
移动设备表现（iPhone 16 Pro Max测试）
- 首token延迟：小于2秒
- 解码速度：超过17 tokens/秒
- 发热控制：无明显过热问题
部署支持
- 部署方式：支持llama.cpp、Ollama、vLLM、SGLang等多种方式
- 平台支持：提供iOS应用支持
- 适用场景：满足移动、离线和隐私保护需求
开放生态：推动学术与商业创新
开源策略
- 许可协议：Apache 2.0开源协议
- 学术使用：完全开源
- 商业使用：简单注册后免费使用
社区影响
- 下载量：在GitHub和HuggingFace累计超过100万次下载
- 行业地位：成为边缘AI领域的标杆模型
应用前景与行业影响
应用场景
- 实时视频分析
- 智能文档处理
- 多语言交互
- 教育、医疗、内容创作等行业
发展趋势
随着边缘侧算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的"新常态"，与云端AI相媲美。
项目信息
- 项目名称：MiniCPM-V4.5
- 发布时间：2025年8月26日
- 开发团队：面壁智能与清华大学NLP实验室
