模型MiniCPM-V 4.7
MiniCPM-V
一款开源免费的轻量级多模态视觉理解模型，能够理解图片内容并回答关于图片的基础问答，支持通过Ollama等本地推理框架运行
时间轴 (近 90 天)
10月14日
在49张图片测试中，Gemma 4 12B正确识别45张，Gemma 4 31B正确47张，两者都出现将纯线材误判为充电器的问题，而MiniCPM-V没有犯这个错误。
待验证50%
10月14日
向视觉模型提问的措辞对准确率影响巨大：当问'是同一类型的产品吗？'时，11个不同充电器中有7个被放行；换成更严格的问法后，11个中只有1个通过。
待验证50%
10月7日
MiniCPM-V是面向多模态任务的轻量化模型家族，此前版本以在端侧设备上实现图文理解能力著称
待验证50%
9月9日
MiniCPM-V系列在多模态理解领域展现了小模型的潜力
待验证50%
全部知识事实 (5)
待验证
开源多模态模型包括LLaVA、MiniCPM-V、InternVL、Qwen-VL等
60%待验证在49张图片测试中，Gemma 4 12B正确识别45张，Gemma 4 31B正确47张，两者都出现将纯线材误判为充电器的问题，而MiniCPM-V没有犯这个错误。
50%待验证向视觉模型提问的措辞对准确率影响巨大：当问'是同一类型的产品吗？'时，11个不同充电器中有7个被放行；换成更严格的问法后，11个中只有1个通过。
50%待验证MiniCPM-V是面向多模态任务的轻量化模型家族，此前版本以在端侧设备上实现图文理解能力著称
50%待验证MiniCPM-V系列在多模态理解领域展现了小模型的潜力
50%