MiniCPM-V

MiniCPM-V 是一款面向移动端优化的轻量级多模态大语言模型（MLLM），专注于在手机等边缘设备上高效完成图像与视频理解任务。其核心采用 intra-ViT 早期视觉压缩技术，显著降低视觉编码计算开销（降幅超50%），支持动态4x/16x视觉令牌压缩，并可在iOS、Android、HarmonyOS等主流移动平台部署。模型参数量仅1.3B，在保持强性能的同时实现高吞吐（约1.5倍于同类小模型），适用于离线场景下的实时图文问答、短视频摘要、移动端AI助手等资源受限环境。