AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：视觉模型×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
5月17日
09:35
5月16日
21:54
21:54向阳乔木@vista8
73°
面壁智能发布MiniCPM-V 4.6，仅1.3B参数的视觉模型，在多项基准测试中表现强劲，甚至超越更大模型。该模型采用LLaVA-UHD v4技术，将视觉编码成本降低55%，适合消费级和移动硬件部署。在关键多模态和Artificial Analysis基准上，它超越了Gemma4-E2B-it和Qwen3.5-0.8B，且仅用Qwen3.5-0.8B 2.5%的token预算。在高分辨率图像处理中，TTFT（75.7ms）比Qwen3.5-0.8B快2.2倍，单张RTX 4090上吞吐量提升约1.5倍。模型已在Hugging Face、GitHub和ModelScope开源。
AI模型视觉模型MiniCPM-V面壁智能边缘部署开源/仓库
推荐理由：1.3B参数就能在多项基准上超越更大模型，做边缘部署或移动端视觉应用的开发者值得一试，成本低效果强。
原文
5月13日
18:18
18:18berryxia@berryxia
Interfaze 提出了一种全新混合架构，将任务专用的 DNN/CNN 编码器与全能 Transformer 融合，在 OCR、视觉、STT、结构化输出等确定性任务上准确率超越 Gemini-3-Flash、Claude-Sonnet-4.6、GPT-5.4-Mini 和 Grok-4.3。该架构通过 <task> 标签实现部分模型激活，大幅提升速度和性价比。在 9 个硬核基准上全面领先，尤其在高频场景中速度和成本优势明显。作者认为，未来真实生产力任务不需要越来越大的通用模型，而是需要这种“专为确定性任务而生”的混合架构。
AI模型Interfaze混合架构OCR视觉模型确定性任务
推荐理由：做 OCR、视觉或音频处理的团队，终于有了一个又准又快又便宜的替代方案——Interfaze 用混合架构把通用大模型的痛点解决了，建议直接看博客跑一下自己的用例。
原文