9B 参数的开源模型，能在一张消费级显卡上实现"边看、边听、边说、还能主动提醒"的全双工 AI 助手。MiniCPM-o 4.5 自 2026 年 2 月发布以来在 Hugging Face 上下载量已突破 25 万，现在技术报告正式发布，API、端侧安装包和 Demo 代码全部开放。

它能做什么

MiniCPM-o 4.5 是目前业界首个端到端全双工全模态大模型。全双工意味着你可以随时打断它、插话，不需要等它说完再开口。它能：

• 实时语音对话（可设定音色和语速）
• 实时视觉理解（通过摄像头看你的屏幕或桌面）
• 主动提醒（观察到你忘记某件事时主动提醒）
• 全程本地运行，无需联网，数据不出机器

三种使用方式

在线体验（无需注册）

手机端推荐访问：https://minicpmo45.modelbest.cn/mobile/

电脑端推荐访问：https://minicpmo45.modelbest.cn/

Demo 展示了三种交互模式：传统轮次交互、语音双工交互、视频双工交互。所有配置（包括 Prompt 和参考音频）都已开放，你可以自定义体验。

API 调用（免费开放）

MiniCPM-o 4.5 的 API 支持全模态全双工实时交互，全双工模式下无需 VAD（Voice Activity Detection）机制控制对话轮次，便于开发者基于它构建应用。

API 目前免费开放，文档地址：https://minicpmo45.modelbest.cn/docs

本地部署（RTX 5070 即可运行）

模型已基于 llama.cpp 完成量化和推理优化，最低 12GB 显存的 RTX 5070 即可流畅运行全双工模式（RTF 0.4）。

桌面软件 Comni 集成了模型下载、环境安装和 Demo 运行能力，提供 Windows / macOS 版本，一键安装。

Demo 的全栈代码也已开源：

• GitHub 仓库：https://github.com/OpenBMB/MiniCPM-o-Demo

技术核心：Omni-Flow

技术报告首次公开了 Omni-Flow 流式全模态框架。核心思路是把语音、视觉、文本的输入输出统一到一条流式处理管线中，避免传统方案中各模态之间的串行等待。

关键数据：

• 参数量：9B（端侧可部署级别）
• 全双工延迟：RTF 0.4（实时率因子，低于 1 即表示快于实时）
• 最低显存：12GB（RTX 5070）

技术报告 PDF：https://github.com/OpenBMB/MiniCPM-o/blob/main/docs/MiniCPM\_o\_45\_technical\_report.pdf

适用场景

• 开发者：需要快速搭建带语音和视觉能力的 AI 助手原型
• 隐私敏感场景：医疗、金融等需要数据不出本地的应用
• 个人用户：想在电脑上拥有一个随时可用的本地 AI 助手
• 教育研究：学习全双工多模态模型的实现方式