A MiniCPM-V 4.7 35B-A3B egy új, látással rendelkező kevert szakértői modell, amelyet különböző feladatokon tesztelnek helyben. A bemutató során a hangsúly a modell sebességén, teljesítményén és rugalmasságán van, kiemelve, hogy még iPhone-on is képes gyorsan futni kvantált változatban.
A tesztek között szerepel HTML-kód készítése a híres magyar kürtőskalács vizuális szimulációjára, ahol az AI-nak kódolási képességeit kell bizonyítania. Felmerülnek kérdések arról, hogy mennyire részletesen képes ábrázolni a finom vizuális részleteket és hogyan boldogul a felhasználók által igényelt realisztikussággal.
További próbatételek közé tartozik az SQL hibakeresés, kézírásos OCR több nyelven, fizikai egyenletek felismerése és problémamegoldás, valamint egy híroldal címének 80 nyelvre fordítása. Külön hangsúlyt kap, hogy ezekben a helyzetekben mik az erősségek, hol vannak a kihívások; például a ritka nyelvek kezelése vagy a részletes természetes kézírás olvasása.
A videó végig érdekes kérdéseket vet fel arról, hogy milyen kompromisszumokat jelent az erőforráshatékonyság, mennyire alkalmazhatóak ezek a modellek a gyakorlatban, és miben jobbak vagy gyengébbek más, hasonló méretű AI-okhoz képest.
