面壁MiniCPM-o 4.5发布技术报告：12GB显存全双工多模态，端侧AI交互来了

2026年4月28日，面壁智能联合清华大学发布MiniCPM-o 4.5技术报告。公开了Omni-Flow流式全模态框架，这是业界首个端到端全双工全模态大模型。

MiniCPM-o 4.5仅需12GB显存就能在个人电脑上跑起来。它约9B参数，由0.4B视觉编码器、0.3B音频编码器、8B基座和0.3B语音解码器组成。

它最大的突破是"全双工"——AI能持续感知环境、随时回应、被自由打断。不是传统半双工的对讲机式交互。

全双工是AI交互的下一个分水岭。此前几乎所有大模型都是半双工模式，你说一句AI回一句，不能并行交流。

MiniCPM-o 4.5通过Omni-Flow实现了类人对话——你说话时它能边听边看边思考。

技术细节上，Omni-Flow做了三件事。时分复用让音视频流共用计算资源，TAIL时间对齐保证语音生成与感知同步。模型无需外部VAD，自主判断何时该听何时该说。

但真正让开发者兴奋的是12GB的门槛。INT4量化后一张RTX 5070就能跑，Mac M1以上16G内存也能用。在这个参数级别做到端侧全双工，之前没有先例。

面壁走了一条不同于多数大模型公司的路。当同行在拼千亿参数时，面壁死磕端侧——把模型做小、做快、做到消费级显卡上。

MiniCPM-o 4.5的下载量突破25万，说明这条路确实有需求。

在OpenCompass上综合77.6分，MMBench英文87.6分。Daily-Omni和Video-Holmes评测优于Gemini 2.5 Flash。

9B模型能和云端模型掰手腕，靠的是架构效率。

但什么情况不建议用？如果你的需求是长文本生成或复杂推理，9B参数天然受限。MiniCPM-o 4.5的强项是实时交互感知——生活陪伴、视障辅助、智能车载。

不是写论文或解数学题。

面壁团队在技术报告中坦诚列出了不足：长时间交互稳定性有待提升，主动行为丰富性不够，复杂场景鲁棒性有差距。这种诚实反而值得信任。

面壁MiniCPM-o 4.5发布技术报告：12GB显存全双工多模态，端侧AI交互来了 ​