🍹 Insight Daily 🪺
Aitrainee | 公众号：AI进修生
Hi，这里是Aitrainee，欢迎阅读本期新文章。
Ollama 发布了一个新版本，并且带来了三个很酷的新功能。首先，它现在支持 MiniCPM 视觉模型，还支持 Yi-Coder 模型和 DeepSeek V2.5 版本。
我会在不同的文章中介绍这三个功能，但对我来说，最吸引人的无疑是这个 MiniCPM 视觉模型。如果你还不了解 MiniCPM 视觉模型，可以告诉你，它是一个紧凑但非常强大的模型，尤其是在视觉和通用任务方面。
如果你访问 Hugging Face，他们提供了很多关于这个模型的详细信息，你可以浏览并查看相关内容。
比如，最新版本是 2.6，这是该系列中最强大的模型。
MiniCPM-V 2.6 是 MiniCPM-V 系列中最新、功能最强大的模型。该模型基于 SigLip-400M 和 Qwen2-7B 构建，共有 8B 个参数。
与 MiniCPM-Llama3-V 2.5 相比，它的性能有了显著提升，并引入了用于多图像和视频理解的新功能。MiniCPM-V 2.6 的显著特点包括：
如果你访问 Ollama 的网站，可以在模型部分搜索 MiniCPM，或者直接访问他们的 GitHub 页面。你可以看到，这就是 MiniCPM 视觉模型，现在已经可以使用了。
不过在运行之前，你需要先升级 Ollama。在这个视频中，我将首先展示如何在本地系统中升级 Ollama，然后下载 MiniCPM，并进行一些操作。
如果运行 `Ollama --version`，你会看到我目前使用的版本是 3.6。
如果你访问 Ollama 的发布页面，你会发现最新的版本是 3.10，这个版本支持 MiniCPM 视觉模型 和 DeepSeek 模型。
因此，我们首先需要升级 Ollama。升级命令和初次安装时一样。访问 Ollama 的网站，点击下载，选择对应的操作系统。我使用的是 Linux，所以点击 Linux，复制这里的命令，然后回到终端并运行该命令。这需要一些时间，大约一分钟。
不过，对于国内来说使用这个命令通常会卡死。这里我介绍一个自己使用百分百能成功的方法：
我们先直接去github下载他的安装包
然后去这个网址把脚本文件复制下来（或者下载 install.sh）：https://ollama.com/install.sh
然后操作我图中画出来的两步（一个是注释，一个是替换为上面下载的二进制文件夹路径，tips：一定要是二进制的目录，以便进行离线安装）：
之所以这样离线安装，是因为官方给的手动（离线）安装的结束后出现了“段错误”。
Ollama 已经升级了，但我们需要指向新的二进制文件。复制新的二进制文件路径，然后再次运行 `Ollama --version`。
虽然 Ollama 已升级到 3.10 版本，但客户端还是 3.6，所以我们还需要升级客户端。虽然已经升级了，但我们需要重新加载系统守护进程和服务。所以重新加载守护进程，然后停止 Ollama 服务，接着重新启动它。现在如果再次运行 `Ollama --version`，你会看到版本已经是 3.10。
现在 Ollama 已经升级完成了。顺便提一下，如果你在 Docker 中使用 Ollama，需要运行相关命令。我没有使用 Docker，所以跳过这一部分。如果你在 Windows 或 Mac 上使用，只需根据系统设置环境变量即可。
现在 Ollama 已经升级好了，让我们回到 Ollama 的 MiniCPM 页面，下载 MiniCPM 视觉模型。回到终端，运行命令开始下载，模型的大小大约是 4.44 GB，下载后它会进行校验。
模型已经下载完毕，校验也已完成。接下来展示如何使用它。比如，如何识别图像、描述图像，或者使用 MiniCPM 视觉模型进行 OCR。
我已经在图像目录中，想要描述图像的话，运行 `ollama run` 命令，后面跟上模型名称、提示词和图像文件名。
现在你可以看到，模型正在描述图像，描述非常详细和准确。比如，它描述了带兜帽的树、日落、一群鸟等等。图片的内容和描述完全吻合，模型表现得非常好。
我在测试中注意到，有时如果不指定语言，模型会返回中文描述。不过你也可以直接要求它用中文回答，你看，它现在给出了中文描述。
除了图像描述，你还可以使用 OCR 功能。只需要给出图像文件，并询问图像中的文本内容。比如，我已经有一张图片，
现在你可以看到，它识别了括号、百分号，甚至还正确识别了特殊字符，比如带重音符的字母。它不仅识别了英文，还识别了其他语言，OCR 效果非常好。
让我再展示一个示例图片。这次我问它这是什么建筑，答案是斯蒂芬大教堂。
模型识别出了这是一座大教堂，当我进一步询问建筑的地点时，它正确地回答这是位于奥地利维也纳的圣斯蒂芬大教堂。
你可以看到，模型非常强大，现在我们可以在 Ollama 上运行它，所有操作都可以通过文本提示完成。
🌟希望这篇文章对你有帮助，感谢阅读！如果你喜欢这系列文章请以 点赞 / 分享 / 在看 的方式告诉我，以便我用来评估创作方向。
知音难求，自我修炼亦艰
抓住前沿技术的机遇，与我们一起成为创新的超级个体
（把握AIGC时代的个人力量）
点这里👇关注我，记得标星哦～
