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 2026/6/3 22:48:42

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

Jetson Orin Nano 升级jetpack5.1.2刷机过程记录

一.刷机起因 orin nano 接了个IMX477的摄像头,用 命令行DISPLAY:0.0 nvgstcapture-1.0 显示的画面有撕裂,让卖家查问题,卖家测试没有撕裂,对比环境,orin nano出厂默认的是jetpack5.1.1,卖家用的jetpack5.1.2版本,为了解决差异,要升级jetpack版本,前后搞了2天半,记录一下. 另外…...

编程新知 2026/5/26 4:48:24

Unity安卓打包实战指南：从环境配置到APK生成全链路排错

1. 这不是“入门教程”，而是一份写给真实开发现场的生存指南你打开Unity，新建一个3D项目，拖进一个Cube，点击Play——它动了。你松了口气，觉得“Unity好像也没那么难”。但当你把APK打包发给测试同事，对方回…...

编程新知 2026/5/26 3:28:08

癫痫手术精准定位：基于脑电信号昼夜节律与多生物标志物的机器学习分析框架

1. 项目概述：当机器学习遇见脑电信号，如何让癫痫手术更精准？作为一名长期耕耘在生物医学信号处理与机器学习交叉领域的工程师，我常常思考如何将算法模型从实验室的“玩具”变成临床医生手中可靠的“手术刀”。癫痫，这个…...

编程新知 2026/5/26 3:15:58

1688运营培训/询盘成本从500元降到63.9！1688运营培训还原1688真实玩法

1688运营培训/询盘成本从500元降到63.9！1688运营培训还原1688真实玩法500块钱一个询盘，你敢信？做1688运营培训这么多年，这个数字我都觉得离谱。前阵子遇到一个老板，一上来就开始吐槽1688，说1688就是个垃圾平…...

编程新知 2026/5/25 21:15:34

总线式智能提示灯系统设计：从恒流驱动到模块化架构

1. 项目概述：从传统到智能的剧场提示灯系统革新在剧场、演播室或者大型活动现场的后台，如果你待过，一定对那套“红灯停，绿灯行”的提示灯系统不陌生。导演或舞台监督通过对讲机喊“Standby”（准备）&#xf…...

编程新知 2026/5/25 20:22:05

告别多头对接！DMXAPI 为企业打造国产大模型 “统一入口”

一、企业 AI 落地的普遍痛点：被接口和平台消耗的成本在企业数字化转型的浪潮中，AI 大模型已经成为标配，但很多企业在落地时，都会陷入一个共同的困境：为了满足不同业务场景的需求，需要同时对接 DeepSeek、阿…...

编程新知 2026/5/25 19:36:54

对比按量计费与Token Plan套餐的实际成本差异

🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度 对比按量计费与Token Plan套餐的实际成本差异 在构建和运营基于大模型的应用时，成本控制是一个核心的工程考量。Taotok…...

编程新知 2026/5/25 18:30:37

树莓派Zero离线语音交互实战：TTS与STT引擎部署与优化

1. 项目概述：为什么选择树莓派 Zero 来实现语音功能？如果你玩过 Arduino、ESP32 这类微控制器，也接触过树莓派 4B 这样的单板电脑，那你大概能理解那种“选择困难症”：微控制器实时性强、功耗低，但算力有限&…...

编程新知 2026/5/25 17:17:23

开源合规生死线，DeepSeek协议识别错误率高达63%？2024企业级扫描避坑清单全公开

更多请点击： https://intelliparadigm.com 第一章：开源合规生死线，DeepSeek协议识别错误率高达63%？2024企业级扫描避坑清单全公开 近期第三方审计机构对主流AI增强型开源扫描工具开展交叉验证测试，结果显示DeepSeek-R…...

编程新知 2026/5/25 13:46:29

机器学习预测关税冲击下的股市波动：随机森林、SVR、kNN与线性回归实战对比

1. 项目概述与核心问题拆解做量化研究的朋友们，尤其是关注宏观事件对市场冲击的，应该都对“黑天鹅”事件不陌生。政策变动，特别是像关税这种直接影响国际贸易成本和公司利润的宏观变量，往往会在短期内引发市场剧烈波动。传统的做法…...

编程新知 2026/5/25 13:33:14