MiniCPM-o 4.5 — 概览
MiniCPM-o 系列的全模态旗舰版本 —— 视觉、语音、全双工实时流媒体一体化。
主要特性
- 端到端全模态 —— 视觉编码器 + 语音编码器 + LLM + TTS 通过隐状态紧耦合
- 全双工实时流媒体 —— 同时听、看、说
- 语音克隆 与可配置的助手声线
- HuggingFace：
openbmb/MiniCPM-o-4_5· 魔搭：OpenBMB/MiniCPM-o-4_5
实时全双工 web demo 请参考 MiniCPM-o-Demo 仓库 —— 一套基于 PyTorch + CUDA 的开箱即用 demo，含前后端代码。