当前位置： 首页 > news >正文

本地部署大模型—MiniCPM-V 2.0: 具备领先OCR和理解能力的高效端侧多模态大模型

news 2026/2/9 18:46:48

MiniCPM-V 2.0: 具备领先OCR和理解能力的高效端侧多模态大模型

简介

MiniCPM 系列的最新多模态版本 MiniCPM-V 2.0。该模型基于 [MiniCPM 2.4B和 SigLip-400M 构建，共拥有 2.8B 参数。MiniCPM-V 2.0 具有领先的光学字符识别（OCR）和多模态理解能力。该模型在综合性 OCR 能力评测基准 OCRBench 上达到开源社区的最佳水平，甚至在场景文字理解方面实现接近 Gemini Pro 的性能。

MiniCPM-V 2.0 值得关注的特性包括:

  1. **领先的 OCR 和多模态理解能力。**MiniCPM-V 2.0 显著提升了 OCR 和多模态理解能力，场景文字理解能力接近 Gemini Pro，在多个主流评测基准上性能超过了更大参数规模（例如 17-34B）的主流模型。

  2. **可信行为。MiniCPM-V 2.0 是第一个通过多模态 RLHF 对齐的端侧多模态大模型（借助 RLHF-V [CVPR’24] 系列技术。**该模型在 Object HalBench 达到和 GPT-4V 相仿的性能。

  3. 任意长宽比高清图像高效编码。 MiniCPM-V 2.0 可以接

相关文章：

本地部署大模型—MiniCPM-V 2.0: 具备领先OCR和理解能力的高效端侧多模态大模型

MiniCPM-V 2.0: 具备领先OCR和理解能力的高效端侧多模态大模型 简介 MiniCPM 系列的最新多模态版本 MiniCPM-V 2.0。该模型基于 [MiniCPM 2.4B和 SigLip-400M 构建，共拥有 2.8B 参数。MiniCPM-V 2.0 具有领先的光学字符识别（OCR）和多模态理解能力。该模型在综合性 OCR 能力…...

编程日记 2025/1/17 7:18:04

国产linux系统（银河麒麟，统信uos）使用 PageOffice 实现后台批量生成PDF文档

PageOffice 国产版 ：支持信创系统，支持银河麒麟V10和统信UOS，支持X86（intel、兆芯、海光等）、ARM（飞腾、鲲鹏、麒麟等）、龙芯（LoogArch）芯片架构。 PageOffice 版本&…...

编程日记 2025/1/17 7:17:04

Python 扫描枪读取发票数据导入Excel

财务需要一个扫描枪扫描发票文件，并将主要信息录入Excel 的功能。 文件中sheet表的列名称，依次为：发票编号、发票编码、日期、金额、工号、扫描日期。 扫描的时候，Excel 文件需要关闭，否则会报错。 import openpyxl …...

编程日记 2025/1/17 7:09:57

电源自动测试系统中的ate定制化包含哪些内容？

1. 测试项目和指标 基础测试项目：虽然大多数电源模块的基础测试项目（如输入输出电压、电流、效率等）已经包含在测试系统中，但针对特殊或小众的测试项目，如VPX电源测试时的通讯验证，可以根据客户需求进行定…...

编程日记 2025/1/17 6:57:45

人工智能-机器学习之多分类分析（项目实战二-鸢尾花的多分类分析）

Softmax回归听名字，依然好像是做回归任务的算法，但其实它是去做多分类任务的算法。 篮球比赛胜负是二分类，足球比赛胜平负就是多分类 识别手写数字0和1是二分类，识别手写数字0-9就是多分类 Softmax回归算法是一种用于多分类问题…...

编程日记 2025/1/17 6:55:44

多包单仓库（monorepo）实现形式

目录 背景 需求和方案 从0开始搭建一个Monorepo项目 创建 配置全局公共样式 配置全局公共组件 方式1：不需要独立发布的组件包，只在当前项目的子项目中使用 方式2：需要独立发布和版本维护的包 子项目的独立构建和部署 总结 Monorepo优势 便于代码维护、管理 支持…...

编程日记 2025/1/17 6:52:40

Java冒泡排序算法之：变种版

什么是冒泡排序算法？ 冒泡排序是一种简单的排序算法，通过多次遍历待排序的数组，逐步将最大的（或最小的）元素“冒泡”到数组的一端。它以其操作过程类似气泡从水底冒至水面而得名。 冒泡排序的工作原理 比较相邻元素&…...

编程日记 2025/1/17 6:50:38

AAPM：基于大型语言模型代理的资产定价模型，夏普比率提高9.6%

“AAPM: Large Language Model Agent-based Asset Pricing Models” 论文地址：https://arxiv.org/pdf/2409.17266v1 Github地址：https://github.com/chengjunyan1/AAPM 摘要 这篇文章介绍了一种利用LLM代理的资产定价模型（AAPM）…...

编程日记 2025/1/17 6:48:35

Spring常见知识

1、什么是spring的ioc？ 其实就是控制反转，提前定义了一个bean，到时候使用的时候直接autowire就可以了。目的是减低计算机代码之间的耦合度。 创建三个文件，分别是Bean的定义、Bean的使用、Bean的配置。 IOC通过将对象创建和管理…...

编程日记 2025/1/17 6:44:31

计算机网络的五层协议

计算机网络的五层协议 ‌计算机网络的五层协议模型包括物理层、数据链路层、网络层、传输层和应用层，每一层都有其特定的功能和相关的协议。‌‌1 ‌物理层‌：负责传输原始的比特流，通过线路（有线或无线）将数据转换为…...

编程日记 2025/1/17 6:41:29

Bluetooth LE Audio - 蓝牙无线音频新应用 (上)

SIG联盟（Bluetooth Special Interest Group）自2020年开始推广新的LE Audio，在穿戴式装置掀起一股热潮，各个品牌商、制造商、第三方软件商都积极的寻找新的LE Audio规格究竟能提供什么样的新应用。究竟LE Audio如何改变你我的生活、…...

编程日记 2025/1/17 6:40:28

如何快速准备数学建模？

前言 大家好，我是fanstuck。数学建模不仅是解决复杂现实问题的一种有效工具，也是许多学科和行业中的关键技能。从工程、经济到生物、环境等多个领域，数学建模为我们提供了将实际问题转化为数学形式，并利用数学理论和方法进行求解的强大能力。然而，对于许多初学者而言，如…...

编程日记 2025/1/17 6:38:26

如何在linux系统上完成定时开机和更新github端口的任务

任务背景 1.即使打开代理，有的时候github去clone比较大的文件时也会出问题。这时需要每小时更新一次github的host端口； 2.马上要放假，想远程登录在学校的台式电脑，但学校内网又不太好穿透。退而求其次，选择定时启动电…...

编程日记 2025/1/17 6:36:24

Jupyter notebook中运行dos指令运行方法

Jupyter notebook中运行dos指令运行方法 目录 Jupyter notebook中运行dos指令运行方法一、DOS(磁盘操作系统）指令介绍1.1 DOS介绍1.2 DOS指令1.2.1 DIR - 显示当前目录下的文件和子目录列表。1.2.2 CD 或 CHDIR - 改变当前目录1.2.3 使用 CD .. 可以返回上一级目录1…...

编程日记 2025/1/17 6:34:22

探索 Linux:（一）介绍Linux历史与Linux环境配置

探索 Linux:（一）介绍Linux历史与Linux环境配置 一. 计算机与操作系统的历史1.1计算机的历史1.2操作系统的历史 二、Unix 操作系统的历史三、Linux 与安卓的关系3.1Linux 与安卓的关系3.2安卓的历史 四、Linux 简单介绍五、Linux 环境安装5.1 虚拟机5.2 直…...

编程日记 2025/1/17 6:33:21

前端【2】html添加样式、CSS选择器

一、为html添加样式的三种方法 1、内部样式 2、外部样式 3、行内样式 二、css的使用--css选择器 1、css基本选择器 元素选择器 属性选择器 id选择器 class/类选择器 通配符选择器 2、群组选择器-多方面筛选 3、关系选择器 后代选择器【包含选择器】 子元素选择器…...

编程日记 2025/1/17 6:31:19

Yolov8 目标检测剪枝学习记录

最近在进行YOLOv8系列的轻量化，目前在网络结构方面的优化已经接近极限了，所以想要学习一下模型剪枝是否能够进一步优化模型的性能 这里主要参考了torch-pruning的基本使用，v8模型剪枝，Jetson nano部署剪枝YOLOv8 下面只是记录一个…...

编程日记 2025/1/17 6:30:18

LeDeCo：AI自动化排版、设计、美化海报

1.简介 平面设计是一门艺术学科，致力于创造吸引注意力和有效传达信息的视觉内容。今天，创造视觉上吸引人的设计完全依赖于具有艺术创造力和技术专长的人类设计师，他们巧妙地整合多模态图形元素，这是一个复杂而耗时的过程&#xf…...

编程日记 2025/1/17 6:28:16

Flink CDC解决数据库同步，异常情况下增量、全量问题

Flink 1.11 引入了 Flink SQL CDC，CDC 能给我们数据和业务间能带来什么变化？本文由 Apache Flink PMC，阿里巴巴技术专家伍翀 (云邪）分享，内容将从传统的数据同步方案，基于 Flink CDC 同步的解决方案以及更多…...

编程日记 2025/1/17 6:27:14

01、flink的原理和安装部署

flink中主要有两个进程，分别是JobMManager和TaskManager，当然了根据flink的部署和运行环境不同，会有一些不同，但是主要的功能是类似的，下面我会讲下聊下，公司用的多的部署方式，基于yarn集群的部…...

编程日记 2025/1/17 6:26:13

XML Group端口详解

在XML数据映射过程中，经常需要对数据进行分组聚合操作。例如，当处理包含多个物料明细的XML文件时，可能需要将相同物料号的明细归为一组，或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码，增加了开…...

编程新知 2026/2/9 13:51:46

调用支付宝接口响应40004 SYSTEM_ERROR问题排查

在对接支付宝API的时候，遇到了一些问题，记录一下排查过程。 Body:{"datadigital_fincloud_generalsaas_face_certify_initialize_response":{"msg":"Business Failed","code":"40004","sub_msg…...

编程新知 2026/2/8 20:41:48

智能在线客服平台：数字化时代企业连接用户的 AI 中枢

随着互联网技术的飞速发展，消费者期望能够随时随地与企业进行交流。在线客服平台作为连接企业与客户的重要桥梁，不仅优化了客户体验，还提升了企业的服务效率和市场竞争力。本文将探讨在线客服平台的重要性、技术进展、实际应用，并…...

编程新知 2026/2/4 17:51:19

多模态商品数据接口：融合图像、语音与文字的下一代商品详情体验

一、多模态商品数据接口的技术架构 （一）多模态数据融合引擎 跨模态语义对齐 通过Transformer架构实现图像、语音、文字的语义关联。例如，当用户上传一张“蓝色连衣裙”的图片时，接口可自动提取图像中的颜色（RGB值&…...

编程新知 2025/7/23 3:55:49

ETLCloud可能遇到的问题有哪些？常见坑位解析

数据集成平台ETLCloud，主要用于支持数据的抽取（Extract）、转换（Transform）和加载（Load）过程。提供了一个简洁直观的界面，以便用户可以在不同的数据源之间轻松地进行数据迁移和转换。…...

编程新知 2026/2/3 12:56:31

c#开发AI模型对话

AI模型 前面已经介绍了一般AI模型本地部署，直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型，但是目前国内可能使用不多，至少实践例子很少看见。开发训练模型就不介绍了&am…...

编程新知 2026/2/1 8:59:45

3403. 从盒子中找出字典序最大的字符串 I

3403. 从盒子中找出字典序最大的字符串 I 题目链接：3403. 从盒子中找出字典序最大的字符串 I 代码如下： class Solution { public:string answerString(string word, int numFriends) {if (numFriends 1) {return word;}string res;for (int i 0;i &…...

编程新知 2025/10/31 5:18:02

如何在最短时间内提升打ctf（web)的水平？

刚刚刷完2遍 bugku 的 web 题，前来答题。 每个人对刷题理解是不同，有的人是看了writeup就等于刷了，有的人是收藏了writeup就等于刷了，有的人是跟着writeup做了一遍就等于刷了，还有的人是独立思考做了一遍就等于刷了。…...

编程新知 2026/1/28 5:55:15

力扣-35.搜索插入位置

题目描述 给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。 请必须使用时间复杂度为 O(log n) 的算法。 class Solution {public int searchInsert(int[] nums, …...

编程新知 2025/12/3 3:22:43

初探Service服务发现机制

1.Service简介 Service是将运行在一组Pod上的应用程序发布为网络服务的抽象方法。 主要功能：服务发现和负载均衡。 Service类型的包括ClusterIP类型、NodePort类型、LoadBalancer类型、ExternalName类型 2.Endpoints简介 Endpoints是一种Kubernetes资源&#xf…...

编程新知 2026/2/6 15:01:23