#实时交互

共享这个标签的文章。

1 篇文章查看全部标签 →

从单帧识图到实时视频对话：DeepSeek、MiniCPM 与 MiniMax 的多模态架构路线

2026-08-25

格物集边学边记

/

/

/

/

从 DeepSeek 的视觉原语、MiniMax-M3 的图片首字延迟，一路追到 MiniCPM-o 如何在本地实现持续视频理解与全双工语音交互。

5251 字

|

26 分钟

Cover Image of the Post