記者測試：圖片識別強 細節待完善

　　圖：記者提供《機器人之夢》圖片，MiniCPM給出詳細的描述。\大公報記者郭瀚林攝

　　【大公報訊】全球人工智能大模型進入“百模大戰”時代，如何讓其早日走進尋常百姓傢，成為一大命題。面壁智能推出的大模型MiniCPM-Llama3-V2.5具有優秀的字符識別能力（OCR），可精準識別難圖、長圖，無需連接網絡即可在智能手機等終端上運行。6月5日，面壁智能與清華NLP實驗室經過認真討論，決定將面壁“小鋼炮”MiniCPM免費商用。

　　為瞭更好地瞭解模型的功能，大公報記者在魔塔社區（ModelSocpe）下載瞭該模型並進行體驗。模仿官方的實操案例，在模型中插入高鐵車票，即使圖片清晰度較低，但該模型還是能給予準確回答，並通過指令呈現特定格式，告知該票根的所有文字信息。除瞭文字識別之外，MiniCPM-Llama3-V2.5模型對於圖像的處理也十分精準。當記者投放一張《機器人之夢》的電影圖片時，雖然該模型無法提供具體的人物名稱和圖片來源，但卻能夠將圖片的全部內容形象的概括為“卡通片中擬人化的小狗和機器人。”

　　不過，即使該模型表現強力，但在一些細節問題上仍需完善。記者在體驗中觀察到，該模型在處理大量需要分析處理的信息時會出現“憑空產生”的現象（即“AI幻覺”）。當上傳一張電視劇《狂飆》的宣傳海報，讓它識別圖片中所有人名時，出現瞭孫紅雷等未參演演員的名字。

　　據悉，MiniCPM已跑通瞭國際主流手機品牌和終端CPU芯片，即使是發佈多年的老款機器也能流暢運行。在北科瑞聲創始人、國傢重大人才計劃特聘專傢劉軼博士看來，電腦、手機、手表等終端是離用戶最近的信息入口，與大模型結合後，終端設備可以更加靈巧、智能，成為真正的“助理”，這將加快AI技術的普及。