40.6 万奖金池，登上 GitHub 热榜的 9b 开源模型叫你打比赛。

📌 一句话摘要

本文报道 OpenBMB 联合昇腾算力生态举办的 MiniCPM-o 4.5 推理优化与应用创新挑战赛，介绍赛事双赛道、40.6 万奖金池与参赛要点。

📝 详细摘要

文章围绕 OpenBMB 与昇腾算力生态联合发起的 MiniCPM-o 4.5 开发者赛事展开。赛事设置高性能推理优化与创新应用两条赛道，总奖金 40.6 万元，共 12 个获奖名额。推理赛道下设 llama.cpp-omni 与 vLLM-Omni 两个子方向，要求在昇腾 910C 上完成模型适配与性能优化，并以 Daily-Omni、TTS-Seed、Video-MME 等 Benchmark 验证精度降幅不超过 2 个百分点。创新应用赛道面向产品开发者与学生团队，鼓励围绕实时问答、伴随式助手、视觉语音交互等场景产出可运行 Demo。赛事支持个人或最多 3 人团队参赛，设有实时榜单与每日 3 次提交限制。文章还给出参赛准备建议，包括尽早验证昇腾环境、围绕评分项打磨交付材料、控制提交节奏等。

💡 主要观点

- 赛事聚焦全模态模型的真实落地工程问题。 比赛把首响速度、端到端延迟、并发能力、资源利用率与昇腾环境复现纳入考察，回应演示流畅但工程现场不稳的痛点。

推理优化与应用创新两条赛道各有侧重。 推理赛道要求在昇腾 910C 上适配 llama.cpp-omni 或 vLLM-Omni 并优化 RTF/TTFT/TTFP；应用赛道面向产品与交互团队，要求产出可运行 Demo。

精度门槛与统一环境复现是硬约束。 参赛方案需在指定 Benchmark 上精度降幅不超过 2 个百分点，并在统一昇腾环境中完成复现验证，确保结果可运行、可沉淀。

40.6 万奖金池与 12 个获奖名额覆盖两类参赛者。 推理赛道奖金合计 27.1 万元，应用赛道 13.5 万元；支持个人或最多 3 人团队参赛，每日最多提交 3 次。

💬 文章金句

- 全模态模型进入真实场景，需要更快的推理、更稳的工程实现，也需要更自然的产品体验。

📊 文章信息

AI 初评：72

来源：逛逛GitHub

作者：逛逛GitHub

分类：人工智能

语言：中文

阅读时间：7 分钟

字数：1598

标签： AI 编程, 开源项目, AI 基础设施, 全模态模型, 推理优化

阅读完整文章

40.6 万奖金池，登上 GitHub 热榜的 9b 开源模型叫你打比赛。

🤖 問 AI