01功能特性
优点
- 在笔记本电脑上处理文本、图像和音频
- MIT 许可证
- 128k 上下文
需了解的局限性
- —没有官方的 Ollama 标签
- —Anglais-first
架构
稠密架构 · 用于多模态的 Mixture-of-LoRAs · LongRoPE
训练
输入音频最长约 2.8 小时。
最适合的场景
多模态笔记本电脑转录
04安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始,然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$# Via HuggingFace : microsoft/Phi-4-multimodal-instruct (pas d'Ollama officiel)
LM Studio
图形界面,无需命令行操作
→ 查看指南
llama.cpp
原始性能,从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载:根据所选量化方式,大小在 2 到 40 GB 之间。请预留磁盘空间,建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量,已包含 4k tokens 的上下文开销。如需更长的上下文,每增加 8k tokens,请额外预留约 1 GB。
Q4_K_M
最轻量,损失约 5%
4 GB
Q5_K_M
质量/体积的良好平衡
5 GB
Q8_0
几乎无法与 FP16 区分
7 GB
FP16
全精度 — 服务器用途
12 GB
CPU 回退 · 如果您没有 GPU,请预留 8 GB 内存 以较低速度运行此模型的最低要求。
运行Phi-4 Multimodal 5.6B需要什么硬件?
要运行 Phi-4 Multimodal 5.6B 的 Q4 量化版本(本地运行),大约需要 4 GB 显存。一个可供比较的选项: RTX 5060 Ti 16GB (ASUS Prime) — 请为系统和上下文保留余量,并确认推理引擎与GPU兼容。 此购买链接暂不可用:尚未找到适合该地区的报价。
当前在售产品: RTX 5060 Ti 16GB (ASUS Prime)
联盟链接 — 您无需承担额外费用,我们可能获得佣金,推荐独立作出。作为 Amazon 合作伙伴,哪个LLM 会从符合条件的购买中获利。
移动场景: Phi-4 Multimodal 5.6B 也可运行在一台 RTX 笔记本电脑 (16 GB 显存)→
在你的私有 ChatGPT 中使用此模型,无需云端
只需 1 小时,即可在您的电脑上拥有专属的免费 ChatGPT — LM Studio、Ollama、Open WebUI、您的文档,无需云端。
- 在线空间,终身可用
- PDF + 文件
- 30 天内退款
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数,上下文为 4k。超过 20 t/s,阅读体验舒适。低于 10 t/s,仅用于测试。