手机上能跑的 GPT-4V！面壁发布端侧最强多模态小钢炮 2.6，实时视频理解首次上端

主要观点总结

本文主要介绍了面壁智能推出的新一代端侧模型MiniCPM-V 2.6，该模型在多模态能力方面取得了显著进步，全面超越GPT-4V水平。文章详细描述了MiniCPM-V 2.6的功能和特点，包括实时视频理解、多图联合、ICL视觉学习、OCR等，以及其在不同场景下的表现。此外，文章还介绍了该模型的技术特点，如统一高清视觉架构、AI可信度方面的优势等。

关键观点总结

关键观点1: 面壁智能推出新一代端侧模型MiniCPM-V 2.6

该模型具有多模态能力，实现了单图、多图、视频理解的全面超越GPT-4V水平。

关键观点2: MiniCPM-V 2.6的功能和特点

包括实时视频理解、多图联合、ICL视觉学习、OCR等，开启了端侧模型真实世界观察与学习的新时代。

关键观点3: MiniCPM-V 2.6的技术优势

采用了统一高清视觉架构，实现了视觉 token数量的显著降低，提高了模型运行效率。

关键观点4: MiniCPM-V 2.6在多个权威评测平台上的表现

在OpenCompass、Mantis-Eval、Video-MME等平台上取得了优异的成绩，超越了众多商用模型。

关键观点5: 面壁智能的未来发展

面壁智能将继续推出更多优质的端侧AI模型，推动端侧AI的发展。独立开发者和普通用户将成为最大的受益者。