面壁智能近日发布开源多模态模型MiniCPM-V 4.5，成为业内首个具备“高刷”视频理解能力的多模态大模型。该模型通过3D-Resampler结构提升视频帧处理密度，相较传统1fps抽帧方式，可接收6倍帧数，实现96倍视觉压缩率。

MiniCPM-V 4.5在MotionBench、FavorBench等榜单中达到同尺寸SOTA水平，性能超越Qwen2.5-VL 72B。在OpenCompass测评中，其图像理解能力领先GPT-4o、Gemini-2.0-Pro等模型。视频理解方面，MiniCPM-V 4.5在LVBench、LongVideoBench等榜单表现优异，文档解析能力也在OmniDocBench中取得同级最佳。此外，模型支持常规与深度思考两种模式，兼顾性能与推理效率。