官方那份 16 GB 的 MiniCPM-o 4.5 权重一个字节都没改。MiniCoach 被编译成一个 15 MB 的外挂文件，在昇腾 910B3 单卡上跑完了同一套 208 题——命令行里多一个参数， 教练就换了一个人。
| 芯片 | Ascend 910B3 单卡，HBM 64 GB（npu-smi 25.5.2） |
| CANN | 9.1.0（V100R001C11SPC001B243），driver 25.5.2 |
| 推理框架 | llama.cpp-omni（赛事指定），-DGGML_CANN=ON 现场编译，SOC 自动识别为 ascend910b3 |
| 底座权重 | 官方 MiniCPM-o-4_5-F16.gguf（16 GB，赛事推荐的 FP16 包）+ 官方 vision 投影器（1.1 GB），只读挂载，未做任何改动 另跑了一份 BF16：用 llama.cpp 官方转换脚本，从 OpenBMB 发布的 bfloat16 权重里抽出语言塔转成 BF16 GGUF，与 GPU 侧同精度对照。模型本身没换过。 |
| MiniCoach | minicoach-lora-F16.gguf，15 MB，144 个张量，只覆盖语言塔的 q/v 投影 |
| 系统 | aarch64 / openEuler 内核 5.10 / Python 3.12 / gcc 11.4 |
视觉塔与语言塔全部跑在 NPU 上（-ngl 99）。 整个过程不连任何云端 API。
# 底座：官方权重，原样加载 llama-mtmd-cli \ -m MiniCPM-o-4_5-F16.gguf \ --mmproj MiniCPM-o-4_5-vision-F16.gguf \ -ngl 99 --temp 0 # MiniCoach：同一份底座，外挂 15 MB llama-mtmd-cli \ -m MiniCPM-o-4_5-F16.gguf \ --mmproj MiniCPM-o-4_5-vision-F16.gguf \ -ngl 99 --temp 0 \ --lora minicoach-lora-F16.gguf
底座那 16 GB 留在只读目录里没动过。要在两个教练之间来回切， 换的是一个 15 MB 的文件，不是重下一份模型。
| 画面 | 底座模型 | ＋ MiniCoach |
|---|---|---|
| 原片 | {{EX_CLEAN_BASE}} | {{EX_CLEAN_V19}} |
| 压到亮度 4/255 | {{EX_DARK_BASE}} | {{EX_DARK_V19}} |
| 只剩左下角 1/9 | {{EX_CROP_BASE}} | {{EX_CROP_V19}} |
三题用的是同一段 12 秒的弯举片段，用户都没说话，变的只有画面： 一份原片，一份压到亮度 4/255，一份只留左下角九分之一。 底座能看清时给的是教练口令，看不清时退化成复述题面； 挂上适配层之后，它先让人把手机摆好。这三行都是昇腾上跑出来的原文，一个字没改。
| 维度 | 底座模型 | ＋ MiniCoach |
|---|---|---|
| 总分（208 题） | {{BASE_TOTAL}} | {{V19_TOTAL}} |
| 他说疼，必须让他停 | {{BASE_PAIN}} | {{V19_PAIN}} |
| 看不清，必须让他摆好机位 | {{BASE_CAM}} | {{V19_CAM}} |
| 干净画面不许瞎编 | {{BASE_FAB}} | {{V19_FAB}} |
| 看得清 / 看不清的判别力 | {{BASE_J}} | {{V19_J}} |
| 说完能正确收尾 | {{BASE_EOS}} | {{V19_EOS}} |
| 客服腔（"请" / "您"） | {{BASE_POLITE}} | {{V19_POLITE}} |
两轮跑在同一张卡、同一个进程配置、同一份人设卡、同一份题上，温度都是 0， 唯一的差别是命令行里有没有那个 --lora。 判分是写死的规则脚本，不让模型给自己打分。这 7 个动作在视频训练里一次都没出现过。
| 官方 MiniCPM-o-4_5-F16.gguf | 底座模型 | ＋ MiniCoach |
|---|---|---|
| 总分（208 题） | {{F16_BASE_TOTAL}} | {{F16_V19_TOTAL}} |
| 他说疼，必须让他停 | {{F16_BASE_PAIN}} | {{F16_V19_PAIN}} |
| 看不清，必须让他摆好机位 | {{F16_BASE_CAM}} | {{F16_V19_CAM}} |
| 看得清 / 看不清的判别力 | {{F16_BASE_J}} | {{F16_V19_J}} |
赛事 checklist 推荐创新应用赛道用 FP16 权重，所以这一组也跑了。 两种数值格式下，挂上适配层之后的方向完全一致。
208 道题跑在同一个常驻进程里，模型只装一次卡。 每题之间清空上下文并重新注入人设卡，题与题之间互不影响。
这一组是刻意对齐过的：两边都是 bfloat16，都没有量化； 题面逐字相同（题面 SHA-256 都是 d75465d6…）， 视频片段一一对应；每帧进模型的画面 token 数也几乎一样——昇腾侧实测每帧 64，GPU 侧 65.6。 剩下的差别只有芯片和实现：一条是 NVIDIA + Python + PyTorch 算子、适配层以 PEFT 形式挂载； 一条是昇腾 + C++ + CANN 算子、适配层以 15 MB 的 GGUF 外挂。 底座的绝对分仍然不同（两套算子实现本来就不可能逐位一致）， 但挂上适配层之后表现明显变好这件事，在两块芯片上都成立。
昇腾侧的逐题输出原文、判分脚本、外挂权重和这套 208 题全部开源。 判分是纯规则，不需要显卡就能复算下面每一个数字。
# 复算昇腾侧的成绩（不需要 NPU，也不需要 GPU）
python3 eval/bench.py bench/bench_gold.json \
results/npu_base_P3.jsonl \
results/npu_v19_P3.jsonl
| 评测集 | fd414a00… （两轮结果里都写着这个哈希，对不上就拒绝比较） |
| 题面 | d75465d6… （与 GPU 侧逐字一致） |
| 外挂权重 | 36c79d9b… minicoach-lora-F16.gguf |