面向端侧图像与视频理解的开源稠密多模态模型,1B 为官方版本名,完整权重约 1.55B。
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
模型基本信息
开源和体验地址
官方介绍与博客
API接口信息
评测结果
MiniCPM-V 4.7 1B 当前已收录的代表性评测结果包括 MMStar(3 / 6,得分 69.53)、OCRBench(3 / 6,得分 86.10)、MMMU(59 / 73,得分 56.89)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。
图像感知与视觉推理
共 6 项评测文档与图表理解
共 4 项评测发布机构
模型解读
MiniCPM-V 4.7 1B 是 OpenBMB 于 2026 年 10 月 12 日发布的多模态模型,支持文本、单图、多图与视频输入,输出文本。代码与权重采用 Apache 2.0 许可证。
参数名称与完整权重统计采用不同口径
1B 是官方版本名,官方评测图标注 1.3B,而 Hugging Face 的完整 safetensors 权重统计为 1.554476272B。本页参数字段使用完整权重统计,不将版本名当作精确参数量。
视觉压缩会改变成绩与计算开销
模型在视觉编码器内部提前压缩 token,支持 4x 与 16x 压缩。官方 Instruct 模式、4x 压缩评测中,MMMU 为 56.89,MathVista 为 74.30,MMStar 为 69.53。16x 条件下对应为 55.00、74.80 与 68.80。这些是发布方提供的结果,不能直接等同于独立复测。
端侧部署依赖完整的推理方案
这一稠密版本定位于手机等资源受限设备;官方提供 iOS、Android 与 HarmonyOS 部署支持。DSpark 是与该目标模型及 tokenizer 精确配对的推测解码草稿权重,并非额外的聊天模型。
配置文件的 max_position_embeddings 为 262,144,本页记为 256K 配置上限,未把它当作长上下文准确率保证。官方 API 文档已列出该版本,但未核实公开定价。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送
