MiniCPM-o 4.5 是面向实时全模态交互的 9B 模型，支持视频、音频输入以及文本和语音输出。
讨论实时应用时，建议拆分采集、编码、模型推理、语音合成和网络传输延迟，并说明是否启用全双工模式。音频和视频样例须确认拥有相应使用授权。