面壁智能开源端侧多模态大模型MiniCPM-V 4.6，性能登顶同尺寸榜首，降低开发门槛

【导语：5月13日，面壁智能联合清华大学与OpenBMB开源社区，发布并开源新一代端侧多模态大模型MiniCPM-V 4.6。该模型以轻量级参数实现性能与效率突破，在评测中超越竞品，还降低了运行内存需求和计算成本，支持多系统并配套全链路工具，降低开发门槛。】

轻量级参数登顶同尺寸性能榜首

面壁智能发布的MiniCPM-V 4.6以1.3B的轻量级参数规模，在Artificial Analysis等权威榜单评测中超越阿里Qwen3.5 - 0.8B、谷歌Gemma4 - E2B - it等同尺寸模型，成功登顶全球同尺寸性能榜首。

架构创新提升效率

该模型通过架构创新，将端侧运行内存需求降至6GB，推理吞吐量达到Qwen3.5 - 0.8B的1.5倍，计算成本仅为后者的1/43，重新定义了“智能密度”。

其采用的LLaVA - UHD v4技术实现了图像编码计算量锐减50%，并首创4倍/16倍混合Token压缩模式，让开发者可根据场景在性能与速度间灵活切换。

全链路支持降低开发门槛

目前，MiniCPM-V 4.6已全面支持iOS、Android及HarmonyOS系统，并在Hugging Face、GitHub等社区开源。

该模型配套了从微调到部署的全链路工具，开发者仅需一张消费级显卡即可完成微调，大幅降低了多模态应用的开发门槛。

编辑观点：MiniCPM-V 4.6的发布为端侧多模态大模型领域带来新突破，其性能优势和低开发门槛有望推动多模态应用的广泛发展。