面壁智能开源 MiniCPM-V 4.7，35B MoE 多模态模型可在手机上流畅运行
OpenBMB 发布 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个版本，支持单图、多图和视频理解，官方称 35B-A3B 在 iPhone 17 Pro Max 上仅占约 3GB 内存即可达到每秒 13 个以上 token。
面壁智能与清华团队主导的开源社区 OpenBMB 发布了多模态模型 MiniCPM-V 4.7，提供 35B-A3B（总参数 35B、推理激活约 3B）和 1B 两个版本，其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型。
- 端侧可用：官方称借助新提出的"前瞻专家调度（LES）"、分层精细量化和 DSpark 投机采样，35B-A3B 在 iPhone 17 Pro Max 上约 3GB 内存即可跑到每秒 13+ token，是首个能在终端设备上流畅运行且不牺牲性能的开源 MoE 模型；
- 能力覆盖：支持单图、多图和视频理解，官方教程涵盖 OCR、PDF 解析、视觉定位、视频按时间线描述画面文字与场景变化等任务；
- 平台支持：支持 iOS、安卓和鸿蒙，首日适配瑞芯微、后摩、Intel、AMD、Arm 等芯片平台；
- 部署友好：支持 vLLM、SGLang、llama.cpp、Ollama 等推理框架，提供 GGUF、AWQ、GPTQ、FP8、int4 等量化版本，并开源了低成本微调方法 Self-Replay Fine-Tuning。
模型权重已在 Hugging Face 上线，也可通过 Ollama 直接拉取。
对创作者意味着什么： 看懂视频、识别截图和 PDF 文字，是拆解对标视频、整理素材、提取字幕和做图文笔记的高频需求。端侧多模态模型变强，意味着这些工作未来可以在手机或普通电脑上离线完成，不必上传素材到云端，隐私和成本都更可控。有一定动手能力的创作者，可以先用 Ollama 在本地试一试视频内容总结和图片文字提取。
信息来源：Hugging Face · openbmb（本文为编辑整理改写）
