Minicpm V 2 6 Int4

🚀 MiniCPM-V 2.6 int4

MiniCPM-V 2.6 int4 是 MiniCPM-V 2.6 的 int4 量化版本，使用該版本進行推理時，GPU 內存佔用更低（約 7GB）。

🚀 快速開始

環境依賴

在 NVIDIA GPU 上使用 Huggingface transformers 進行推理。測試環境為 Python 3.10，所需依賴如下：

Pillow==10.1.0
torch==2.1.2
torchvision==0.16.2
transformers==4.40.0
sentencepiece==0.1.99
accelerate==0.30.1
bitsandbytes==0.43.1

代碼示例

# test.py
import torch
from PIL import Image
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained('openbmb/MiniCPM-V-2_6-int4', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('openbmb/MiniCPM-V-2_6-int4', trust_remote_code=True)
model.eval()

image = Image.open('xx.jpg').convert('RGB')
question = 'What is in the image?'
msgs = [{'role': 'user', 'content': [image, question]}]

res = model.chat(
    image=None,
    msgs=msgs,
    tokenizer=tokenizer
)
print(res)

## if you want to use streaming, please make sure sampling=True and stream=True
## the model.chat will return a generator
res = model.chat(
    image=None,
    msgs=msgs,
    tokenizer=tokenizer,
    sampling=True,
    temperature=0.7,
    stream=True
)

generated_text = ""
for new_text in res:
    generated_text += new_text
    print(new_text, flush=True, end='')

✨ 主要特性

• 多語言支持：支持多種語言的處理。
• 多模態能力：支持圖像、文本輸入，可處理圖像識別、OCR 等任務。
• 低內存佔用：int4 量化版本顯著降低 GPU 內存使用。

📦 安裝指南

按照上述依賴列表，使用以下命令安裝所需庫：

pip install Pillow==10.1.0 torch==2.1.2 torchvision==0.16.2 transformers==4.40.0 sentencepiece==0.1.99 accelerate==0.30.1 bitsandbytes==0.43.1

💻 使用示例

基礎用法

# test.py
import torch
from PIL import Image
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained('openbmb/MiniCPM-V-2_6-int4', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('openbmb/MiniCPM-V-2_6-int4', trust_remote_code=True)
model.eval()

image = Image.open('xx.jpg').convert('RGB')
question = 'What is in the image?'
msgs = [{'role': 'user', 'content': [image, question]}]

res = model.chat(
    image=None,
    msgs=msgs,
    tokenizer=tokenizer
)
print(res)

高級用法

## if you want to use streaming, please make sure sampling=True and stream=True
## the model.chat will return a generator
res = model.chat(
    image=None,
    msgs=msgs,
    tokenizer=tokenizer,
    sampling=True,
    temperature=0.7,
    stream=True
)

generated_text = ""
for new_text in res:
    generated_text += new_text
    print(new_text, flush=True, end='')

📚 詳細文檔

模型信息

最新消息

• [2025.01.14] 🔥🔥 我們開源了 MiniCPM-o 2.6，相較於 MiniCPM-V 2.6 有顯著的性能提升，並且支持即時語音到語音對話和多模態直播。快來試試吧。