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 2025/9/17 0:23:09

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

conda相比python好处

Conda 作为 Python 的环境和包管理工具，相比原生 Python 生态（如 pip 虚拟环境）有许多独特优势，尤其在多项目管理、依赖处理和跨平台兼容性等方面表现更优。以下是 Conda 的核心好处： 一、一站式环境管理&#xff1a…...

编程新知 2025/8/25 23:31:20

Vue记事本应用实现教程

文章目录 1. 项目介绍2. 开发环境准备3. 设计应用界面4. 创建Vue实例和数据模型5. 实现记事本功能5.1 添加新记事项5.2 删除记事项5.3 清空所有记事 6. 添加样式7. 功能扩展：显示创建时间8. 功能扩展：记事项搜索9. 完整代码10. Vue知识点解析10.1 数据绑…...

编程新知 2025/8/31 5:08:06

Swift 协议扩展精进之路：解决 CoreData 托管实体子类的类型不匹配问题（下）

概述 在 Swift 开发语言中，各位秃头小码农们可以充分利用语法本身所带来的便利去劈荆斩棘。我们还可以恣意利用泛型、协议关联类型和协议扩展来进一步简化和优化我们复杂的代码需求。 不过，在涉及到多个子类派生于基类进行多态模拟的场景下，…...

编程新知 2025/9/9 22:39:04

理解 MCP 工作流：使用 Ollama 和 LangChain 构建本地 MCP 客户端

🌟 什么是 MCP？ 模型控制协议 (MCP) 是一种创新的协议，旨在无缝连接 AI 模型与应用程序。 MCP 是一个开源协议，它标准化了我们的 LLM 应用程序连接所需工具和数据源并与之协作的方式。 可以把它想象成你的 AI 模型 和想要使用它…...

编程新知 2025/9/13 5:42:40

pam_env.so模块配置解析

在PAM（Pluggable Authentication Modules）配置中， /etc/pam.d/su 文件相关配置含义如下： 配置解析 auth required pam_env.so1. 字段分解 字段值说明模块类型auth认证类模块，负责验证用户身份&am…...

编程新知 2025/8/21 21:33:01

Linux简单的操作

ls ls 查看当前目录 ll 查看详细内容 ls -a 查看所有的内容 ls --help 查看方法文档 pwd pwd 查看当前路径 cd cd 转路径 cd .. 转上一级路径 cd 名 转换路径 …...

编程新知 2025/9/11 13:56:27

测试markdown--肇兴

day1： 1、去程：7:04 --11:32高铁 高铁右转上售票大厅2楼，穿过候车厅下一楼，上大巴车 ￥10/人 **2、到达：**12点多到达寨子，买门票，美团/抖音：￥78人 3、中饭&a…...

编程新知 2025/8/8 2:13:29

如何为服务器生成TLS证书

TLS（Transport Layer Security）证书是确保网络通信安全的重要手段，它通过加密技术保护传输的数据不被窃听和篡改。在服务器上配置TLS证书，可以使用户通过HTTPS协议安全地访问您的网站。本文将详细介绍如何在服务器上生成一个TLS证…...

编程新知 2025/9/11 5:41:27

IoT/HCIP实验-3/LiteOS操作系统内核实验(任务、内存、信号量、CMSIS..)

文章目录 概述HelloWorld 工程C/C配置编译器主配置Makefile脚本烧录器主配置运行结果程序调用栈 任务管理实验实验结果osal 系统适配层osal_task_create 其他实验实验源码内存管理实验互斥锁实验信号量实验 CMISIS接口实验还是得JlINKCMSIS 简介LiteOS->CMSIS任务间消息交互…...

编程新知 2025/8/18 9:46:04

代理篇12|深入理解 Vite中的Proxy接口代理配置

在前端开发中，常常会遇到 跨域请求接口 的情况。为了解决这个问题，Vite 和 Webpack 都提供了 proxy 代理功能，用于将本地开发请求转发到后端服务器。 什么是代理（proxy）？ 代理是在开发过程中，前端项目通过开发服务器，将指定的请求“转发”到真实的后端服务器，从而绕…...

编程新知 2025/9/13 13:10:12