MiniCPM-V 4

MiniCPM-V 多模态系列

MiniCPM-V 4 是 4.1B 参数的多模态模型，基于 SigLIP2-400M + MiniCPM4-3B 架构。

核心特性

• OpenCompass 均分 69.0，超越 GPT-4.1-mini 和 MiniCPM-V 2.6 (8.1B)
• 端侧高效：iPhone 16 Pro Max 上首 token 延迟 <2s，生成速度 >17 tokens/s
• 超越同参数量的 Qwen2.5-VL-3B

模型下载

版本	HuggingFace	ModelScope
MiniCPM-V 4.0	下载	下载

快速开始

Python

import torch
from transformers import AutoModel, AutoTokenizer
from PIL import Image

model = AutoModel.from_pretrained(
    "openbmb/MiniCPM-V-4",
    trust_remote_code=True,
    torch_dtype=torch.bfloat16
).eval().cuda()
tokenizer = AutoTokenizer.from_pretrained("openbmb/MiniCPM-V-4", trust_remote_code=True)

image = Image.open("image.jpg").convert("RGB")
msgs = [{"role": "user", "content": [image, "描述图片内容。"]}]
answer = model.chat(msgs=msgs, tokenizer=tokenizer)
print(answer)

微调

Bash

cd MiniCPM-V
MODEL="openbmb/MiniCPM-V-4"
LLM_TYPE="qwen"
sh finetune/finetune_lora.sh

相关资源

主题	入口
微调	MiniCPM-V 4 微调指南
代码仓库	OpenBMB/MiniCPM-V
官方模型文档	minicpm_v4_en.md
端侧应用与下载	MiniCPM-V-Apps 安装包