·技术, 多模态
1 分钟0
流式 VLM 精读 2：MiniCPM-o 4.5——Omni-Flow 全双工，9B 模型在端侧边看边听边说
> 本文是「流式视频理解 VLM 精读」系列第 2 篇，精读 MiniCPM-o 4.5（OpenBMB，arXiv 2604.27393）。上一篇的 StreamingVLM 解决了"无限流怎么看"，但它仍是回合制的延伸——感知与生成交替进行。MiniCPM-o 4.5 要拆掉的是这堵更根本的墙：
·技术
1 分钟0
全双工语音模型精读③：GLM-4-Voice-9B——175bps 单码本、12.5Hz、INT4 可本地跑的中文语音助手
> 全双工语音模型系列精读第 3 篇。本文基于 GLM-4-Voice 技术报告 arXiv:2412.02612 与官方开源仓库，梳理其端侧中文实时语音方案。配套总览见《全双工语音大模型全景调研》。 一、定位：要"像人"、要实时、还要能本地跑 GLM-4-Voice（智谱 AI，Zeng