แท็ก

#Vision Language Model

2 บทความ

MiniCPM-V 4.7 (Apache-2.0): OpenBMB ปล่อย VLM แบบ MoE 35B-A3B ที่อ้างว่ารันบน iPhone ได้ 13+ tokens/s ด้วยหน่วยความจำ 3GB พร้อมรุ่น 1B — แต่ฟีเจอร์ความเร็วบนมือถืออยู่ใน fork ของ llama.cpp เท่านั้น
โมเดลใหม่

MiniCPM-V 4.7 (Apache-2.0): OpenBMB ปล่อย VLM แบบ MoE 35B-A3B ที่อ้างว่ารันบน iPhone ได้ 13+ tokens/s ด้วยหน่วยความจำ 3GB พร้อมรุ่น 1B — แต่ฟีเจอร์ความเร็วบนมือถืออยู่ใน fork ของ llama.cpp เท่านั้น

ข่าวย้อนหลัง: OpenBMB ปล่อย MiniCPM-V 4.7 เมื่อ 12 ต.ค. 2026 เป็นโมเดลภาพ+ภาษาแบบ MoE 35B (active ~3B) ตัวแรกของซีรีส์ และรุ่น 1B ไลเซนส์ Apache-2.0 โดยใช้ Qwen3.6-35B-A3B เป็นแกนภาษา อ้างว่าทำคะแนนสูงกว่าแกนเดิมในเวลาน้อยกว่า และรันบน iPhone ได้ 13+ tokens/s ด้วยเทคนิค Lookahead Expert Scheduling ที่ตอนนี้มีใน fork llama.cpp-omni เท่านั้น

· อ่าน 5 นาที
Cohere ปล่อย Parse (parse-v5.0) — VLM 2.3B แปลง PDF เป็น Markdown ที่ $1.50 ต่อพันหน้า แต่ยังไม่มีไทยในภาษาที่รองรับเสถียร
เครื่องมือนักพัฒนา

Cohere ปล่อย Parse (parse-v5.0) — VLM 2.3B แปลง PDF เป็น Markdown ที่ $1.50 ต่อพันหน้า แต่ยังไม่มีไทยในภาษาที่รองรับเสถียร

Cohere เปิดตัว Parse เมื่อ 27 ส.ค. — vision language model ขนาด 2.3B (~4.6GB) แปลง PDF, PPT, JPEG เป็น Markdown พร้อมตารางและ bounding box โดยไม่มีชั้น OCR แยก ทำ ParseBench 79.2 เหนือ Mistral OCR 4 ที่ 74.5 ความเร็ว 4.5 หน้า/วินาที ราคา $1.50 ต่อ 1,000 หน้า — แต่ระบุภาษาที่เสถียรไว้ 9 ภาษา ไม่มีไทย

· อ่าน 6 นาที