MiniCPM-o 全模态系列
MiniCPM-o 是支持视觉、语音和文本的全模态模型系列，能够同时看、听、说，支持全双工实时交互。
系列概览
| 模型 | 参数量 | 架构 | 显存 | 特点 | HuggingFace |
|---|---|---|---|---|---|
| MiniCPM-o 4.5 | 9B | SigLIP2 + Whisper + CosyVoice2 + Qwen3-8B | 19 GB | 全双工实时交互，接近 Gemini 2.5 Flash | 下载 |
| MiniCPM-o 2.6 | 8B | SigLIP + Whisper + ChatTTS + Qwen2.5-7B | — | 匹配 GPT-4o-202405 | 下载 |
相关资源
| 主题 | 入口 |
|---|---|
| 代码仓库与发布说明 | OpenBMB/MiniCPM-o |
| MiniCPM-o 4.5 模型权重 | Hugging Face / ModelScope |
| MiniCPM-o 2.6 模型权重 | Hugging Face / ModelScope |
| 模型文档 | MiniCPM-o 4.5 / MiniCPM-o 2.6 |
| 在线体验 | MiniCPM-o 4.5 实时体验 |
| 本地实时 Demo | MiniCPM-o-Demo |
| API 接入 | API 使用文档 |
| 技术报告 | MiniCPM-o 4.5 Technical Report |