在 AI 时代，大型语言模型（LLM）就像武林秘籍，其训练过程耗费巨大算力、数据，就像闭关修炼多年的武林高手。而开源模型的发布，就像高手将秘籍公之于众，但会附带一些许可证(如 Apache2.0和 LLaMA2社区许可证)来保护其知识产权(IP)。然而，江湖险恶，总有“套壳”事件发生。一些开发者声称自己训练了新的 LLM，实际上却是在其他基础模型（如 Llama-2和 MiniCPM-V）上进行包装或微调。 这就好像偷学了别人的武功，却对外宣称是自己原创的。为了防止这种情况发生，模型所有者和第三方迫

面壁小钢炮MiniCPM-V系列的最新版本2.6在GitHub和HuggingFace趋势榜迅速攀升至Top3，星标数量突破万。自2月发布以来，累计下载量超过百万，成为衡量端侧模型能力的标杆。MiniCPM-V2.6以8B参数实现了端侧多模态模型的性能提升，包括实时视频理解、多图联合理解、多图ICL等功能，量化后端侧内存仅6GB，推理速度高达18tokens/s，比上代快33%，支持llama.cpp、ollama、vllm推理，兼容多种语言。此技术突破在全球技术圈引起广泛关注，GitHub和Hugging Face开源地址已公布，附带部署教程链接。

"MiniCPM-V2.6"的端侧多模态人工智能模型，它仅有8B参数却取得了20B以下单图、多图、视频理解三项SOTA（State of the Art，即当前最佳水平）成绩，显著提升了端侧AI的多模态能力，与GPT-4V水平全面对标。