Phi-4-multimodal
Microsoft 推出的多模态模型 · 发布于 2025-05
开源
多模态
开源
API 可用
模型简介
Phi-4-multimodal 是微软推出的超轻量多模态模型，仅有 5.6B 参数，却支持语音、视觉和文本的全模态处理。它可以在移动设备上实时运行，支持语音识别、图像理解和文本生成。Phi-4-multimodal 在小模型多模态领域创造了新的标杆，是边缘 AI 设备的多模态首选方案。
核心特性
- 5.6B 超轻量
- 语音+视觉+文本全模态
- 128K 上下文
- 移动端运行
核心优势
- 全模态融合
- 移动端部署
- 参数量极小
技术规格
参数量
5.6B
上下文窗口
128K tokens
API 支持
是
开源状态
开源
发布日期
2025-05
提供商
Microsoft
价格信息
免费开源
基准测试
在 5.6B 参数规模下实现全模态能力，业界首创