本文へスキップ

MiniCPM-o

電話で動く 8B のマルチモーダルモデル

公式サイトを見る

MiniCPM-o とは

MiniCPM-o 2.6 は端到端で学習した 8B のマルチモーダルモデルと紹介され、電話で視覚・音声・同時配信を実現する。

できること

  • 二言語の同時音声対話を行う
  • 連続する動画と音声の流れを受ける
  • 縦横比を問わず画像に OCR をかける

活用場面

  • 教師が対話型の教材を作る
  • 制作者が創作的な動画の筋書きを書く
  • 企業が複数種類の情報を扱う客対応を敷く

長所と短所

✓ 良い点

  • 学術と商業の双方で無料かつ公開
  • 180 万画素までの画像で OCR が使える

! 注意したい点

  • Conda 環境と依存ライブラリの用意が要る
  • モデルの取得と読み込みが必要

よくある質問

規模は?

資料は 8B パラメータと説明。

挙がる数値は?

機能一覧は OpenCompass を含む 8 基準で平均 70.2 を挙げる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法