掀翻 GPT-4V 的国产「小钢炮」，可能会是华为小米们对抗 AI iPhone 的关键武器

文章预览

把大模型塞进手机里需要几步？ 如果说 2023 年是生成式 AI 爆发的元年，那么各路厂商今年难得一见地达成了共识——全力押注端侧大模型。 作为一家专攻「高效大模型」的 AI 新秀，今天面壁智能再秀肌肉，推出了最强端侧多模态开源模型 MiniCPM-Llama3-V 2.5。 最强端侧多模态综合性能：超越多模态巨无霸 Gemini Pro、GPT-4V OCR 能力 SOTA！9 倍像素更清晰，难图长图长文本精准识别 图像编码快 150 倍！首次端侧系统级多模态加速 国产「小钢炮」第三弹来了，力压 GPT-4V 正如人类依赖五感探索世界，多模态能力是 AI 进化路上的必修课。 仅凭 8B 量级的端侧模型，「以小博大」的 MiniCPM-Llama3-V 2.5 在评测平台 OpenCompass 得分 65.1，不仅比肩闭源模型 Qwen-VL-Max，综合性能还力压重量级选手 GPT-4V 和 Gemini Pro。 在 OCR （光学字符识别）这一综合基准测试中，MiniCPM-Llama3-V ………………………………