MiniCPM-o 2.6 OpenBMB टीम द्वारा विकसित एक नवीनतम बहु-मोडल बड़ा भाषा मॉडल (MLLM) है, जिसमें 8B पैरामीटर हैं और जो मोबाइल जैसे अंतिम-उपयोगकर्ता उपकरणों पर उच्च-गुणवत्ता वाली दृश्य, ध्वनि और बहु-मोडल लाइव स्ट्रीमिंग कार्यक्षमता प्रदान करता है। यह मॉडल SigLip-400M, Whisper-medium-300M, ChatTTS-200M और Qwen2.5-7B पर आधारित है, इसे एंड-टू-एंड प्रशिक्षण दिया गया है, और इसका प्रदर्शन GPT-4o-202405 के बराबर है। इसके प्रमुख लाभों में अग्रणी दृश्य क्षमताएँ, उन्नत ध्वनि क्षमताएँ, शक्तिशाली बहु-मोडल लाइव स्ट्रीमिंग क्षमताएँ, शक्तिशाली OCR क्षमताएँ और बेहतर दक्षता शामिल हैं। यह मॉडल मुफ्त और ओपन-सोर्स है, और इसका उपयोग शैक्षणिक अनुसंधान और व्यावसायिक उद्देश्यों के लिए किया जा सकता है।