全系列产品图鉴
我们把 OpenBMB 目前开源的文本模型、多模态模型、全模态模型、具身智能模型、语音模型，以及相关产品和应用项目整理在这里。 点击模型名称可优先进入文档中心的对应页面，查看模型介绍、部署、微调和实践教程。
文本模型
| 模型 | 参数量 | 上下文 | 特点 |
|---|---|---|---|
| MiniCPM5-2B | 2B | 128K | • 达到同尺寸开源模型 SOTA，整体表现可与 4B 级模型竞争 • 在代码、数学、长文本、工具调用与 Agent 任务上表现突出 • 面向端侧、本地部署与资源受限场景，兼顾能力与部署成本 |
| MiniCPM5-1B | 1B | 128K | • 达到同尺寸开源模型 SOTA 水平 • 兼顾推理、工具调用与代码生成 • 支持混合推理 Thinking / Non-thinking |
| MiniCPM-SALA | 9B | 1M | • 稀疏注意力 + 线性注意力混合架构 • 支持百万级 Token 超长上下文 • 面向长文本与复杂上下文任务 |
| MiniCPM4.1-8B | 8B | 128K | • 8B 端侧高效推理模型 • 支持混合推理 Thinking / Non-thinking • 引入可训练稀疏注意力，实现推理加速 |
| MiniCPM4-8B | 8B | 128K | • 通过 InfLLM v2 稀疏注意力提升推理效率 • 兼顾长上下文处理与 本地部署性能 |
| MiniCPM4-0.5B | 0.5B | 32K | • 超轻量端侧模型 • 适合低资源本地部署与端侧 Demo • 兼顾小参数规模、长上下文与推理效率 |
除了通用模型，我们也为不同使用场景准备了一些专用版本，例如：
- MiniCPM4-Survey：聚焦调研问卷、访谈记录与研究报告等长文档的理解、归纳与结构化分析；
- MiniCPM4-MCP：覆盖 16 类 MCP Server，支持单工具与跨工具多步调用 如果你对这些方向感兴趣，也欢迎到 Hugging Face 上进一步了解和体验。
多模态模型
| 模型 | 参数量 | 模态支持 | 特点 |
|---|---|---|---|
| MiniCPM-OCR 1.0 | 1.3B | 图像、文本，SDK 解析 PDF | • 文字、表格、公式、图表、印章全要素识别 • 文档解析能力 SOTA • DSpark 加速，单卡解析约 1.2 页/秒 |
| MiniCPM-OCR Jev | 2B | 图像、候选文本 | • 接近超大模型的解析结果判别能力 • 返回校准概率，低分区域自动转人工复核 • 多候选择优 |
| MiniCPM-V 4.7 35B-A3B | 35B 总参数 / ~3B 激活 | 图像，视频，文本 | • 系列首个 MoE 模型 • LES 前瞻专家调度、端侧推理 • 4x / 16x 视觉 token 压缩 |
| MiniCPM-V 4.7 1B | 1B | 图像，视频，文本 | • 轻量 dense 模型，基础能力升级 • 单图、多图和视频理解 • iOS / Android / HarmonyOS 端侧部署 |
| MiniCPM-V 4.6 | 1.3B | 图像，视频，文本 | • 早期 ViT 压缩 • 50%+ FLOPs 削减 • iOS / Android / HarmonyOS 端侧部署 |
| MiniCPM-V 4.6 Thinking | 1.3B | 图像，视频，文本 | 深度推理变体 |
| MiniCPM-V 4.5 | 8B | 图像，视频，文本 | • 超越 GPT-4o-latest • 支持 30+ 语言、1.8MP 图像 |
全模态模型（MiniCPM-o Series）
| 模型 | 参数量 | 模态 | 特点 |
|---|---|---|---|
| MiniCPM-o 4.5 | 9B | 视觉，语音，文本 | • 全双工实时交互 • 同时看、听、说 • 支持主动交互 • 综合能力接近 Gemini 2.5 Flash |
| MiniCPM-o 2.6 | 8B | 视觉，语音，文本 | • 中英实时语音对话 • 连续音视频流交互 • 支持声音克隆 • 强视觉与 OCR 能力 • 端侧高效推理 |
语音模型
| 模型 | 参数量 | 语言 | 特点 |
|---|---|---|---|
| VoxCPM2 | 2B | 30+ 语言 9 大方言 | • 多语种 TTS，涵盖东南亚八大语种 • 声音设计、可控克隆、高保真极致克隆 • 48kHz 流式输出 |
| VoxCPM1.5 | 0.8B | 中 / 英 | • 中英双语 TTS • 高质量音色克隆 • 44.1kHz 输出 • 支持 SFT / LoRA |
| VoxCPM-0.5B | 0.5B | 中 / 英 | • 轻量级中英双语 TTS • 上下文感知生成 • 零样本音色克隆 • 16kHz 输出 |
具身智能模型
| 模型 | 参数量 | 任务类型 | 特点 |
|---|---|---|---|
| MiniCPM-RobotManip | 1.5B | 机器人操作 VLA | • 一套权重覆盖多种操作任务 • 支持流式视觉上下文 • 支持多视角输入与动作序列输出 |
| MiniCPM-RobotTrack | 0.9B | 具身目标跟踪 | • 静态、动态和对抗目标跟踪 • 端侧自然语言跟踪 • 支持 Unitree Go2 EDU 真机部署 |
产品与智能体
| 产品 | 基座模型 | 类型 | 特点 |
|---|---|---|---|
| PilotDeck | — | AI Agent 平台 | 任务导向 AI Agent 生产力平台 |
| MiniCPM Desk Pet | MiniCPM5-1B | 桌面应用 | 本地桌面宠物 |
| MiniCPM-V Apps | MiniCPM-V | 移动应用 | iOS/Android/HarmonyOS 全离线多模态聊天 |