如何实现多模态实时对话中的流畅性挑战？

MiniCPM-o 4.5 这两天在开源圈很热：OpenBMB / 面壁智能把一套“看图/看视频 + 听 + 说 + 文本输出”的端到端多模态模型开源出来，参数量 9B，但主打能力不是“更大更强”，而是更工程化的三件事：实时流式交互、边听…

查看更多 2026-02-20