RadarAI· X:面壁智能 OpenBMB (@OpenBMB)·· 3 小时前AI 评分55
MiniCPM-V 4.7 本地演示:从数据与图表自动生成完整分析报告
MiniCPM-V 4.7 本地演示:数据与图表自动生成完整分析报告
AI 导读
面壁智能 OpenBMB 转发演示,MiniCPM-V 4.7 35B-A3B 可在本机完成自动化报告生成,输入结构化数据与图表,输出含记分卡、分部拆解、利润率驱动与多空观点的长篇 markdown 报告,无需 API 和云端。演示称模型一次读取图表和密集表格并关联数据推导结论,得益于 35B 总参数仅约 3B 激活的 MoE 架构。GitHub 和 Hugging Face 已提供下载。
正文 · AI 翻译
OpenBMB· @OpenBMB · X·2026-10-20 17:26· 1 小时前AI 评分58
AI 导读
面壁智能 OpenBMB 转发 @aiwithsilly 的演示,用 MiniCPM-V 4.7 35B-A3B 在本机跑自动化报告生成,输入结构化数据与图表,输出含记分卡、分部拆解、利润率驱动与多空观点的长篇 markdown 报告,无需 API 和云端。演示称模型一次读取图表和密集表格并关联数据推导结论,得益于 35B 总参数仅约 3B 激活的 MoE 架构,GitHub 和 Hugging Face 已提供下载。
正文 · 原文
从数据和图表到完整报告,全程本地运行。很高兴看到 @aiwithsally 将 MiniCPM-V 4.7 用于自动化报告工作流。感谢分享演示!
我构建了一个完全在自己机器上运行的自动化报告生成器。 输入:结构化数据 + 图表。 输出:一份完整的长篇报告——财报解读、周报摘要,任何你需要的内容。 无需 API。无需云端。没有月度账单。-> 这就是 MiniCPM-V 4.7 35B-A3B 正在做的事 👇 它一次读取了图表和密集表格,然后流式输出分析师级别的 markdown:记分卡、分部拆解、利润率驱动因素、现金流,甚至多空观点。 让我惊讶的是:它不只是 OCR 数字。它把它们关联起来——投入成本 → 利润率压力 → 指引风险。这就是从“文本提取”到“实际分析”的跨越。 为什么这能在本地运行: → 35B 总参数,仅约 3B 激活(MoE) → 高效的视觉编码让多图表输入成本低廉 → 结构化 markdown 输出——直接进入你的文档流水线 试试看 GitHub: http://github.com/OpenBMB/MiniCPM-V Hugging Face: https://huggingface.co/collections/openbmb/minicpm-v-47在 X 查看被引用的帖子
来源:OpenBMB · x.com
来源:RadarAI · aihot.news