MiniCPM-o 4.5 技术报告发布：全双工全模态 API 开放，RTX5070即可实时运行

文章摘要

【关 键 词】 全双工、全模态、大模型、端侧部署、开源

面壁智能联合清华大学与开源社区正式发布MiniCPM-o 4.5，首次公开支撑实时交互的Omni-Flow底层技术。该模型仅依赖9B参数与12GB起显存的消费级显卡，即可在个人终端实现完整的高频端侧推理部署。系统架构将视听感知模块与语言逻辑基座深度耦合，并将复杂声学合成剥离至独立轻量化解码器。核心框架通过构建毫秒级共享时间总线，把多模态输入与文本语音输出划分为同步微时间片，赋予AI持续环境监控、自主介入提示及免外部检测工具依赖的原生实时对话能力。引入TAIL流控对齐策略后，语音生成节奏与文本输出实现精准咬合，实测流式解码速度及多模态理解指标均已达到或逾越同量级行业基准。

生态侧同步开源全栈演示代码、标准化全双工接口及跨平台图形化桌面程序，完整降低开发与接入门槛。全部计算链路均支持纯本地离线闭环运转，在屏蔽网络延迟干扰的同时落实最高级别用户隐私保护。该架构使计算载体可直接化身为动态场景下的常驻观察节点，精准匹配智能座舱行车辅助、视障群体实时环境播报及具身设备自主决策等连续性任务，推动AI角色从单向应答终端向并行协同代理演变。长周期交互稳定性与主动策略丰富度仍处持续迭代阶段，现有验证已确认流式多模态范式的工程落地可行性。低硬件门槛策略与全开放协作路径相结合，正实质性加速全模态实时智能体向消费级终端规模化普及。

原文和模型

【原文链接】 阅读原文 [ 3065字 | 13分钟 ]
【原文作者】 AI科技评论
【摘要模型】 qwen3.6-plus-2026-04-02
【摘要评分】 ★★☆☆☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。