OpenBMB/MiniCPM-V

这是什么？

核心功能

• 01MiniCPM-V 4.7 支持图像、多图、文档和视频理解。
• 02MiniCPM-o 4.5 支持全双工实时语音与视频交互。
• 03提供 35B-A3B 混合专家与 1B 两个版本，并针对端侧推理做了优化。
• 04提供 int4、FP8、AWQ、GPTQ、GGUF 等量化权重。
• 05支持 iOS、Android、鸿蒙，以及 Intel、AMD、Arm、Rockchip 等芯片平台。
• 06可通过 Hugging Face、ModelScope、Ollama 和 API 获取与调用。

适用场景

• 在手机或笔记本上本地运行视觉语言模型，无需把数据发送到云端。
• 为本地应用加入文档或图像问答功能。
• 构建可边看视频边语音交流的实时助手。
• 对多模态模型进行微调，扩展新能力并减少原有能力遗忘。

快速上手

1. 1

   从 Hugging Face、ModelScope 或 Ollama 获取模型权重（见模型权重表中的链接）

2. 2

   阅读 README 中的快速开始部分以了解运行方法

使用前须知

• !35B-A3B 版本体积较大，需要大量内存，端侧运行还依赖 SSD 专家权重卸载。
• !README 摘录中没有直接的包安装命令，因此部署需要参考链接的模型页面和文档。

标签

常见问题

MiniCPM-V 是什么？

开源多模态模型系列（MiniCPM-V 4.7 与 MiniCPM-o 4.5），可在本地与端侧设备上理解图像、视频、文档和语音。 MiniCPM-V 与 MiniCPM-o 是由清华大学 THUNLP 与面壁智能（ModelBest）开源的多模态大模型系列。MiniCPM-V 4.7 支持图像、多图、文档和视频理解，提供 35B-A3B 混合专家（MoE）和 1B 两个版本。MiniCPM-o 4.5 是 9B 的端到端全模态模型，能在接收视频和音频流的同时生成语音和文本，支持实时全双工对话。

MiniCPM-V 可以免费使用吗？用的什么许可证？

MiniCPM-V 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

MiniCPM-V 还在维护吗？

活跃维护中。MiniCPM-V 最近一次提交是在 2026年10月16日。

MiniCPM-V 适合用来做什么？

在手机或笔记本上本地运行视觉语言模型，无需把数据发送到云端。 为本地应用加入文档或图像问答功能。 构建可边看视频边语音交流的实时助手。 对多模态模型进行微调，扩展新能力并减少原有能力遗忘。

MiniCPM-V 怎么安装和运行？

从 Hugging Face、ModelScope 或 Ollama 获取模型权重（见模型权重表中的链接） 阅读 README 中的快速开始部分以了解运行方法

在哪里获取 MiniCPM-V？

源代码和安装说明在 GitHub 上：https://github.com/OpenBMB/MiniCPM-V