iPad 里跑“GPT-4o”：面壁新模型，低调开源

不糊弄的“SHE”

原标题：iPad 里跑“GPT-4o”：面壁新模型，低调开源
文章来源：AI使用技巧
内容字数：3384字

MiniCPM-o 2.6：端侧AI的性突破

人工智能技术日新月异，大型语言模型（LLM）的应用越来越广泛。然而，高昂的算力成本和数据隐私问题一直是制约AI发展的重要因素。近日，面壁智能低调发布的MiniCPM-o 2.6模型，为我们带来了新的希望，它以其强大的性能和端侧部署能力，掀起了端侧AI的。

MiniCPM-o 2.6：小身材，大能量

MiniCPM-o 2.6 是一款仅有8B参数的开源多模态模型，令人惊叹的是，它的性能可以与GPT-4o比肩。更重要的是，它能够在iPad等移动设备上流畅运行，这在业界尚属首次。这意味着，强大的AI能力不再局限于云端服务器，而是可以真正地“走入”我们的日常生活中。

MiniCPM-o 2.6 的强大之处体现在其全模态能力上。它不仅能够“看” (See)——拥有视觉记忆能力，能够理解视频中的内容；还能“听” (Hear)——识别各种声音，甚至能区分细微的敲门声（这方面优于OpenAI的GPT-4o）；更能“说” (Express)——表达情绪丰富，能够根据对话内容调整表达方式，带来更自然、更人性化的交互体验。作者幽默地将See、Hear、Express组合成“SHE”，与OpenAI的“HER”形成有趣的对比。

AI界的“糊弄学”：低成本背后的代价

在MiniCPM-o 2.6展现强大实力的同时，我们也需要反思AI行业中存在的“糊弄学”现象。由于算力成本居高不下，一些AI产品为了降低成本，采用了各种“偷工减料”的方式，例如：

“假装思考”的AI

有些AI产品会模拟思考过程，但实际上并未进行真正的计算和推理，而是通过预设的规则或简单的模式匹配来生成答案。这就像一个只会背诵答案的学生，无法真正理解问题的含义。

“看图说话”的伪装

在视频通话领域，“看图说话”是一种常见的“糊弄”方式。一些AI产品只截取视频的静态画面进行分析，而忽略了视频的动态信息。这会导致AI无法理解视频中的动作和变化，只能对静态画面进行简单的描述，造成理解偏差。

“语音套娃”的低效

许多语音助手采用“语音转文字，再转语音”的方案，将语音信息进行两次转换，这不仅降低了效率，还会丢失语音中的语气、语调等重要信息，导致AI理解出现偏差。

端侧AI：未来之路

与那些“糊弄”的AI产品不同，MiniCPM-o 2.6代表着端侧AI的未来方向。它为用户带来了诸多好处：

• 更低成本：无需依赖云端服务器，节省了大量的算力成本。
• 稳定使用：不受服务器负载的影响，保证了AI服务的稳定性。
• 隐私保护：数据处理在本地完成，无需上传数据，保护了用户的隐私安全。

对于厂商而言，端侧AI也具有巨大的吸引力：

• 差异化竞争：搭载强大的端侧AI，能够提升产品的竞争力。
• 生态构建：通过AI连接各种内置功能，构建更完善的生态系统。

虽然端侧AI并不能完全取代云端AI，但MiniCPM-o 2.6的出现，标志着端侧AI技术已经日趋成熟，它将与云端AI长期共存，共同推动AI技术的发展，并最终融入我们的日常生活。

MiniCPM-o 2.6开源项目地址：
GitHub：https://github.com/OpenBMB/MiniCPM-o
Hugging Face：https://huggingface.co/openbmb/MiniCPM-o-2_6

联系作者

文章来源：AI使用技巧
作者微信：
作者简介：解锁人工智能秘籍，带你一键提升生活与工作智能化！鲜活案例、实用技巧，触手可及的AI知识，让前沿科技成为你的日常利器。关注我们，把握AI动态，简化复杂，激发创造力，开启你的智能化生活新篇章！