近日，面壁智能聯(lián)合清華大學(xué)、OpenBMB開源社區(qū)正式發(fā)布并開源新一代端側(cè)多模態(tài)大模型MiniCPM-V 4.6。這款僅有1.3B參數(shù)的"小鋼炮"，在全球同尺寸模型中登頂性能榜首，同時只需6GB內(nèi)存即可在端側(cè)流暢運行，在內(nèi)存價格飛漲的當(dāng)下，大幅降低了多模態(tài)大模型在各類智能終端上的落地門檻。

性能：1.3B打贏3B，同尺寸無對手

MiniCPM-V 4.6一經(jīng)發(fā)布，就給1B量級多模態(tài)模型重新劃定了起跑線。

在權(quán)威評測平臺Artificial Analysis的綜合榜單上，MiniCPM-V 4.6拿下13分，不僅全面超越阿里Qwen3.5-0.8B（10分）和谷歌Gemma4-E2B-it，甚至超過了參數(shù)規(guī)模更大的Mistral 3 3B，整體能力逼近Qwen3.5-2B級別。一個1.3B的模型，打贏了3B的對手，這在端側(cè)多模態(tài)領(lǐng)域幾乎是"以下犯上"的存在。

在具體任務(wù)上，MiniCPM-V 4.6的Instruct和Thinking兩個版本均在通用圖文理解、STEM數(shù)理推理、文檔OCR及視頻時序理解等任務(wù)上全面領(lǐng)先同尺寸競品。換句話說，無論是看圖說話、解題推理，還是識別文檔里的密密麻麻的文字，它都是1B這個量級里最能打的。

效率：參數(shù)更大，跑得更快

真正讓技術(shù)圈炸鍋的，是MiniCPM-V 4.6在效率上實現(xiàn)的"反常識"表現(xiàn)——參數(shù)比Qwen3.5-0.8B更大，跑得卻更快。

數(shù)據(jù)說話：在vLLM框架的推理測試中，MiniCPM-V 4.6的Token吞吐量達到Qwen3.5-0.8B的1.5倍，而Token消耗僅為后者的約2.5%。在Artificial Analysis評測中，1.3B非推理版本僅消耗約540萬Token，僅為Qwen3.5-0.8B非推理版本的1/19、推理版本的1/43。這意味著同樣一塊RTX 4090，跑MiniCPM-V 4.6能扛住過去1.5倍的用戶流量——對于SaaS服務(wù)來說，這就是實打?qū)嵉睦麧櫋?/p>

在高分辨率圖像處理上，MiniCPM-V 4.6處理3132×3132分辨率高清大圖時，首字響應(yīng)延遲僅約75.7毫秒，比Qwen3.5-0.8B快了2.2倍。而當(dāng)圖片分辨率暴漲49倍時，它的延遲增長居然不到2.5倍——這條幾乎被"拉直"的延遲曲線意味著，無論加載多大的圖，用戶體感都差不多，一個字：穩(wěn)。

這背后是兩項核心架構(gòu)創(chuàng)新。

第一，LLaVA-UHD v4架構(gòu)。 這是面壁智能與清華大學(xué)聯(lián)合自研的技術(shù)，核心思路是"早壓縮"——在ViT視覺編碼器內(nèi)部，很早就把冗余的視覺Token優(yōu)化掉，而不是等編碼完成后再壓縮。這一招直接將圖像編碼計算量降低了55.8%，后續(xù)ViT層的計算開銷節(jié)省75%以上。

第二，4倍與16倍混合視覺Token壓縮模式。 市面上絕大多數(shù)多模態(tài)模型都焊死在固定的4倍壓縮上，而MiniCPM-V 4.6讓開發(fā)者可以在兩種模式間靈活切換：4倍模式精度更高，適合文檔解析、密集文字識別等高要求場景；16倍模式速度更快，適合手機端實時交互和云端高并發(fā)API。一個模型，兩種用法，魚和熊掌兼得。

端側(cè)落地：6G內(nèi)存，三大系統(tǒng)全覆蓋

MiniCPM-V 4.6最大的實用價值，在于它真正能跑在端側(cè)設(shè)備上。

僅需約6GB內(nèi)存，就能在手機上流暢運行多模態(tài)任務(wù)。目前模型已在GitHub和Hugging Face全面開源，并提供Testflight測試版本，支持iOS、Android和HarmonyOS三大主流操作系統(tǒng)。你可以拿起手機拍一張照片，問它"這個現(xiàn)象的原因是什么"，幾秒鐘后就能得到準(zhǔn)確回答——全程離線，不需要聯(lián)網(wǎng)，不產(chǎn)生Token賬單。

在開源生態(tài)方面，MiniCPM-V 4.6提供了從微調(diào)到部署的完整工具鏈。它已適配ms-swift和LLaMA-Factory等主流微調(diào)框架，支持vLLM、SGLang、llama.cpp和Ollama等多個高性能推理框架，并提供GGUF、BNB、GPTQ等多種量化變體。開發(fā)者只需一張RTX 4090等消費級顯卡，就能完成全流程微調(diào)，大幅降低了多模態(tài)應(yīng)用的開發(fā)門檻。

從實驗室到產(chǎn)業(yè)：MiniCPM系列的規(guī)?；?/h2>

MiniCPM系列并非首次亮相。此前面壁智能已在汽車、PC、手機和智能家居等多個終端場景實現(xiàn)規(guī)?；涞?，合作伙伴涵蓋聯(lián)想、吉利、上汽大眾等數(shù)十家行業(yè)頭部企業(yè)。在汽車領(lǐng)域，MiniCPM已搭載于部分車型的智能座艙中，支持多輪自然語言對話、復(fù)雜意圖理解和多模態(tài)場景感知。

此次MiniCPM-V 4.6的開源，將進一步推動多模態(tài)大模型在端側(cè)設(shè)備的應(yīng)用效率。從1.3B的參數(shù)規(guī)模到6GB的內(nèi)存需求，從13分的評測成績到1.5倍的推理吞吐，這款模型用扎實的數(shù)據(jù)證明了一件事：端側(cè)多模態(tài)大模型，不再是"能用就行"的妥協(xié)方案，而是可以真正好用、夠用、用得起的生產(chǎn)力工具。