[BUG] <title>ollama 识别图片比较离谱

是否已有关于该错误的issue或讨论？ | Is there an existing issue / discussion for this?

• [x] 我已经搜索过已有的issues和讨论 | I have searched the existing issues / discussions

该问题是否在FAQ中有解答？ | Is there an existing answer for this in FAQ?

• [x] 我已经搜索过FAQ | I have searched FAQ

当前行为 | Current Behavior

将图片的狗识别成鸟： 这张图片展示了一只鸟，它有黄色和绿色的羽毛。这只鸟正用喙将食物放入嘴里。它的身体主要是黄褐色或米色，翅膀上有绿黄色的色调。周围的背景模糊且不清晰可见，因此很难辨认出任何特定的环境细节。焦点完全集中在鸟及其活动上。

期望行为 | Expected Behavior

应该识别成狗

复现方法 | Steps To Reproduce

import ollama

stream = ollama.chat(model='openbmb/minicpm-o2.6:latest', messages=[ { 'role': 'user', 'content': '描述一下这张图', 'images': ['../images/7_dogs.jpg']} ], stream=True)

for chunk in stream: print(chunk['message']['content'], end='', flush=True)

运行环境 | Environment

- OS: macos 16 ， m4 芯片
- ollama
- minicpm 2.6-o

备注 | Anything else?

https://github.com/tc-mb/ollama/tree/MIniCPM-V 您好，请问是否是用我们提供的稳定版本推理的呢。好像现在官方ollama分支有点问题。

能请问一下这个是哪块的问题吗？llama 3.2 vision 和qwen 2.5 -v 目前测试都是没问题的。

我们观察到的是，ollama里面有两个引擎，一个是基于llama.cpp的旧引擎，一个是今年几个月前的新引擎。 好像是前不久的重构，导致旧引擎出错了，受影响的不只最新的MIniCPM-V 4.5。

感谢解答！ minicpm-v 4.5 是会报错，这个我看到其他issue 也有提到。 不过 我使用 minicpm 2.6-o 是有回应的，只是返回的内容比较离谱，比如上面的狗的图片，他会识别成鸟，感觉似乎传入的图片数据错乱了。这个没有看到相似的反馈，可能也是您提到的新旧引擎的问题？

就我所知，你如果使用ollama应该都受影响。建议你用我给的稳定分支再对照下。或者用llama.cpp跑也行，他们也有server可用。

关于这个问题，我已经找到问题，并提交ollama官方，修复现在已经合并。 https://github.com/ollama/ollama/pull/12168 我先关掉这个issue，如果有问题可以随时再提。