公司
也叫：OpenBM
开源人工智能研究机构，发布多个高效能AI模型
最近变化
2026-10-13 · MiniCPM-V 4.7仅需3B参数即可在iPhone运行，性能超越10倍参数量的模型
OpenBMB 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Local AI is evolving REALLY fast Qwen 3.8 27B was released just 2 months ago and was smarter than O...
Paul Couvert(@itsPaulAi) · 8.5 分
MiniCPM5-2B: The Best Sub-Agent Model Yet?
Sam Witteveen · 8.5 分
Ok this small local model is sooo good MiniCPM5-2B has only 2B parameters (!!) and can run agents o...
Paul Couvert(@itsPaulAi) · 8.5 分
已收录 9 篇与「OpenBMB」相关的 AI 资讯和分析。
本地AI模型在性能和效率上取得重大突破，MiniCPM-V 4.7以3B参数实现手机端运行并超越更大模型。
入选理由：MiniCPM-V 4.7仅需3B参数即可在iPhone运行，性能超越10倍参数量的模型
MiniCPM5-2B通过2.5B参数和RL2训练方法，在工具使用和代理功能上超越Qwen 3.5B，成为当前最优子代理模型。
入选理由：MiniCPM5-2B参数量达2.5B，训练数据量提升至400B tokens
MiniCPM5-2B模型以20亿参数实现超越6倍大模型的性能，支持手机端本地运行。
入选理由：MiniCPM5-2B参数量仅20亿，但性能优于6倍大的模型
MiniCPM5-2B模型以2B参数实现高性能，适合本地部署且开源，性能超越更大模型。
入选理由：MiniCPM5-2B仅2B参数，可在2GB RAM设备上运行
多模型经济实验揭示了市场行为的不可预测性，单一模型的决策可能导致价格崩溃，而多模型系统则表现出不同的市场动态。
入选理由：单一模型可能导致价格崩溃，而多模型系统表现出不同的市场动态。
MiniCPM-V 4.6 是一个仅 13 亿参数的小型多模态视觉语言模型，采用 SIGLIP 视觉编码器和 Qwen 语言模型架构，支持图像、文档和视频输入，专为边缘设备部署设计。
入选理由：模型仅 13 亿参数，支持 262K 上下文窗口处理多图像和视频
OpenBMB 的 mini CPM 模型适用于高效、轻量级部署，适合构建实用项目。
入选理由：mini CPM 模型支持多模态理解、轻量推理和边缘计算。
推文分享了多个开源项目链接，强调小型模型性能提升趋势。
入选理由：Meshy是强化学习训练框架，GitHub地址：github.com/OpenBMB/Meshy
文章内容为 Hugging Face 发布的 Build Small Hackathon 活动信息，但缺乏技术深度和实用价值。
入选理由：文章未提供具体技术细节或工程实践。
与「OpenBMB」经常一起出现的 AI 术语。
💡 想追踪「OpenBMB」的长期趋势？去 实体雷达 · OpenBMB 查看详细分析和跨材料问答。
