一位算法工程师用本地部署的 MiniCPM-o 4.5,造出了一台能同时看、听、说,还能在对话重叠区捕捉情绪的桌面陪伴机器人 YRobot。
关键数据很能打:MiniCPM-o 4.5 在 Daily-Omni 全模态理解上拿到 80.2 分,反超 Gemini 2.5 Flash 的 79.3;INT4 量化后内存占用仅 11GB,实时率 0.20。
打开网易新闻 查看精彩图片
全双工是核心卖点
所谓全双工,就是机器人在你说话时也能同步“听”和“看”,甚至从重叠的对话片段里捕捉情绪信号,而不是傻等你说完再反应。
开源是最大诚意
颜鑫把 YRobot 的模型、硬件设计图和代码全部开源。想复刻一台的开发者,可以直接上手。
热门跟贴