MiniCPM-V 多模态系列

MiniCPM-V 是面向端侧部署的多模态视觉语言模型系列，支持图像和视频理解，覆盖从 1B 到 35B 参数规模。同时提供面向文档解析的 MiniCPM-OCR 1.0，以及面向 OCR 结果质量判别的 MiniCPM-OCR Jev。

系列概览

模型	参数量	架构	显存	特点	HuggingFace
MiniCPM-OCR 1.0	1.3B	SigLIP + Qwen3.5，基于 MiniCPM-V 4.6 训练	—	中英文文档解析、识别与字段抽取	下载
MiniCPM-OCR Jev	2B	Qwen3.5-2B + 二分类头	≥12 GB（本地教程）	OCR 区域质量评分、候选择优	下载
MiniCPM-V 4.7 35B-A3B	35.2B 总 · ~3.5B 激活	SigLIP canvas M-RoPE + Qwen3.5-MoE	—	系列首个 MoE，端侧流畅运行	下载
MiniCPM-V 4.7 1B	1.55B	SigLIP canvas M-RoPE + Qwen3.5-0.8B	—	256K 上下文、端侧友好	下载
MiniCPM-V 4.6	1.3B	SigLIP2 + Qwen3.5-0.8B	4 GB	早期 ViT 压缩、端侧部署	下载
MiniCPM-V 4.6 Thinking	1.3B	SigLIP2 + Qwen3.5-0.8B	4 GB	深度推理变体	下载
MiniCPM-V 4.5	8.7B	SigLIP2 + Qwen3-8B	~28 GB	超越 GPT-4o-latest、30+ 语言	下载
MiniCPM-V 4.0	4.1B	SigLIP2 + MiniCPM4-3B	—	超越 GPT-4.1-mini	下载

推荐选型

场景	推荐模型
中英文 PDF、扫描件与拍摄文档解析	MiniCPM-OCR 1.0
OCR 结果复核分流与多模型候选择优	MiniCPM-OCR Jev
手机端 / 超轻量部署	MiniCPM-V 4.7 1B
高吞吐服务 / 最强性能	MiniCPM-V 4.7 35B-A3B
高精度图像/视频理解	MiniCPM-V 4.5
深度推理（数学/代码）	MiniCPM-V 4.7（enable_thinking）或 MiniCPM-V 4.6 Thinking
均衡性能	MiniCPM-V 4.0

端侧部署

MiniCPM-V 4.7 与 4.6 支持在移动设备上完全离线运行（iOS / Android / HarmonyOS）
下载地址：MiniCPM-V-Apps

相关资源

主题	入口
代码仓库与发布说明	OpenBMB/MiniCPM-V / OpenBMB/MiniCPM-OCR
MiniCPM-V 4.7 35B-A3B 模型权重	Hugging Face / ModelScope
MiniCPM-V 4.7 1B 模型权重	Hugging Face / ModelScope
MiniCPM-OCR 1.0 模型权重	Hugging Face / ModelScope
MiniCPM-OCR Jev 模型权重	Hugging Face / ModelScope
模型文档	MiniCPM-OCR / MiniCPM-V 4.7 / MiniCPM-V 4.6 / MiniCPM-V 4.5
在线体验	MiniCPM-V 4.7 Demo
端侧应用与下载	MiniCPM-V-Apps 安装包
API 接入	API 使用文档
技术报告与架构论文	MiniCPM-V 4.5 / LLaVA-UHD v4
多模态技术交流群	加入 MiniCPM-V 玩家群