openbmb/minicpm-v는 이미지·영상·음성 같은 비텍스트 입력과 언어를 함께 처리하는 멀티모달(서로 다른 형태의 입력을 함께 다루는) 모델 프로젝트다. 저장소에는 이미지를 보고 이해하는 MiniCPM-V와, 영상·오디오를 받아 실시간으로 말하는 MiniCPM-o가 함께 담겨 있다. GitHub 저장소 openbmb/minicpm-v의 최신 릴리스는 20250527이다.
README가 정리한 모델은 두 갈래다. MiniCPM-V 4.7은 이미지·영상·문서 이해를 담당하고, MiniCPM-o 4.5는 영상과 오디오를 입력받으면서 음성과 텍스트를 함께 생성하는 9B 종단간(end-to-end, 입력부터 출력까지 한 흐름으로 처리하는) 옴니모달(음성·영상·텍스트를 한 모델에서 다루는) 모델이다. MiniCPM-V 4.7은 35B-A3B MoE와 1B 변형을 제공하며, MoE(Mixture of Experts)는 모델을 여러 expert로 나누고 그중 일부만 계산에 쓰는 구조다. 저장소 설명은 로컬 기기에서 보고 듣고 상호작용하는 용도를 강조한다. Python으로 작성됐고 라이선스는 Apache-2.0이며, 2024년 1월 29일 만들어졌다. 별 수는 26919다.
다만 여기서 판단할 수 있는 범위는 제한적이다. 20250527 릴리스의 변경 내역과 릴리스 노트는 주어진 정보에 없어 이 버전이 무엇을 바꿨는지는 확인할 수 없다. 성능 벤치마크나 도입 사례, 모델 간 비교 수치도 제시되지 않는다. 평가 점수는 10점 만점 기준 모멘텀 5.9만 채워져 있고 신선성·기술·품질 항목은 주어지지 않는다. 이미지 이해 정확도나 음성 생성 품질이 어느 정도인지는 이 자료만으로 알 수 없다. 지금은 종류와 규모가 확인되는 모델 묶음으로 기록해 두고, 구체적인 변경과 성능은 릴리스 노트와 자체 측정을 거쳐 판단하는 편이 맞다.