當(dāng)空氣炸鍋發(fā)出“叮”的一聲提示音，還沒(méi)等你反應(yīng)過(guò)來(lái)，一個(gè)AI聲音搶先說(shuō)道：“好了，它已經(jīng)叮了?！边@不是科幻電影里的場(chǎng)景，而是面壁智能最新開(kāi)源的全模態(tài)模型MiniCPM-o4.5帶來(lái)的真實(shí)體驗(yàn)。這款模型突破了傳統(tǒng)AI“一問(wèn)一答”的交互模式，實(shí)現(xiàn)了邊看、邊聽(tīng)、主動(dòng)說(shuō)的全新能力。

在廚房場(chǎng)景中，只需將手機(jī)放置一旁，MiniCPM-o4.5就能同時(shí)處理視覺(jué)和聽(tīng)覺(jué)信息。當(dāng)用戶詢問(wèn)水果價(jià)格時(shí)，模型會(huì)結(jié)合持續(xù)觀察的貨架變化給出實(shí)時(shí)回答；在電梯場(chǎng)景中，它能夠識(shí)別樓層變化并在到達(dá)指定樓層時(shí)主動(dòng)提醒。這種持續(xù)感知能力使其更像一位隨時(shí)待命的助手，而非需要反復(fù)喚醒的工具。

該模型的核心突破在于引入全雙工多模態(tài)實(shí)時(shí)流機(jī)制。傳統(tǒng)模型采用串行處理方式，必須完成輸入接收后才能生成輸出，而MiniCPM-o4.5通過(guò)并行處理架構(gòu)，使視頻/音頻輸入流與語(yǔ)音/文本輸出流同步運(yùn)行。這種設(shè)計(jì)讓模型在說(shuō)話時(shí)仍能接收新指令，甚至能被中途打斷并即時(shí)響應(yīng)。

技術(shù)實(shí)現(xiàn)層面，研發(fā)團(tuán)隊(duì)對(duì)模態(tài)編碼器與解碼器進(jìn)行流式升級(jí)，采用文本與語(yǔ)音token交錯(cuò)建模技術(shù)提升語(yǔ)音生成穩(wěn)定性。通過(guò)時(shí)分復(fù)用機(jī)制，模型在毫秒級(jí)時(shí)間線上統(tǒng)一處理多模態(tài)信息，實(shí)現(xiàn)高效的流式交互。在對(duì)話時(shí)機(jī)判斷上，模型以1Hz頻率持續(xù)進(jìn)行語(yǔ)義分析，取代了傳統(tǒng)的語(yǔ)音靜音檢測(cè)機(jī)制。

實(shí)際測(cè)試中，模型展現(xiàn)出驚人的臨場(chǎng)反應(yīng)能力。當(dāng)它正在描述畫(huà)面中的藍(lán)色鴨子時(shí)，測(cè)試人員突然插入詢問(wèn)黃色鴨子位置的新指令，模型在完成當(dāng)前句子后立即切換回答。這種即時(shí)自由對(duì)話能力，標(biāo)志著AI交互從回合制轉(zhuǎn)向連續(xù)實(shí)時(shí)模式。

在性能基準(zhǔn)測(cè)試中，僅9B參數(shù)規(guī)模的MiniCPM-o4.5在全模態(tài)理解、視覺(jué)解析、語(yǔ)音克隆等多個(gè)維度達(dá)到行業(yè)領(lǐng)先水平。其端到端全模態(tài)架構(gòu)通過(guò)稠密特征直接連接各模態(tài)組件，使視覺(jué)、音頻信息在模型生成輸出的同時(shí)持續(xù)更新，這種設(shè)計(jì)特別適合需要持續(xù)感知的場(chǎng)景。

這款模型的推出反映了AI技術(shù)的重要轉(zhuǎn)向。傳統(tǒng)問(wèn)答式AI如同對(duì)講機(jī)，而MiniCPM-o4.5更像持續(xù)運(yùn)行的智能體，能夠在感知環(huán)境的同時(shí)參與對(duì)話。這種特性使其在具身智能、車載助手、復(fù)雜系統(tǒng)控制等領(lǐng)域具有獨(dú)特優(yōu)勢(shì)，因?yàn)檫@些場(chǎng)景需要AI在動(dòng)態(tài)環(huán)境中做出實(shí)時(shí)決策。

作為端側(cè)AI的堅(jiān)定踐行者，面壁智能將MiniCPM-o4.5定位為賦能終端的基礎(chǔ)模型。公司自2022年成立以來(lái)就專注端側(cè)部署，與芯片廠商建立深度協(xié)同機(jī)制，在模型訓(xùn)練階段即針對(duì)端側(cè)芯片進(jìn)行優(yōu)化。這種軟硬一體化的研發(fā)模式，解決了隱私保護(hù)、延遲控制等云端方案難以克服的痛點(diǎn)。

據(jù)透露，該模型將與面壁計(jì)劃年中發(fā)布的AI開(kāi)發(fā)板松果派配套推出，實(shí)現(xiàn)開(kāi)箱即用的端側(cè)智能硬件開(kāi)發(fā)。這種模型與硬件的深度適配策略，旨在打通端側(cè)AI落地的最后一公里。面對(duì)日益激烈的端側(cè)市場(chǎng)競(jìng)爭(zhēng)，面壁智能強(qiáng)調(diào)其差異化戰(zhàn)略：專注于端側(cè)領(lǐng)域并將技術(shù)做到極致。

當(dāng)前，手機(jī)、汽車、機(jī)器人等終端設(shè)備對(duì)大模型的需求已從質(zhì)疑轉(zhuǎn)向共識(shí)。MiniCPM-o4.5的發(fā)布展示了端側(cè)AI的新可能——通過(guò)持續(xù)感知與實(shí)時(shí)交互，讓智能助手真正融入現(xiàn)實(shí)世界的連續(xù)時(shí)空。這種技術(shù)演進(jìn)不僅改變了人機(jī)交互方式，更為AI在物理世界的深度應(yīng)用開(kāi)辟了新路徑。

相關(guān)資源已通過(guò)多個(gè)平臺(tái)開(kāi)放：GitHub開(kāi)源代碼庫(kù)、HuggingFace模型空間及ModelScope模型庫(kù)均提供完整技術(shù)文檔。開(kāi)發(fā)者可通過(guò)專屬體驗(yàn)鏈接測(cè)試全雙工模式與圖文對(duì)話功能，親身感受下一代AI交互方式的革新。