面壁智能开源 MiniCPM-V 4.7：首创端侧 MoE 架构，借 LES 调度在 3GB 内存实现 13+ token/s 高效解码

面壁智能联合 OpenBMB 正式开源新一代多模态大模型 MiniCPM-V 4.7，标志着端侧 AI 部署迎来重大突破。该系列旗舰版 35B-A3B 首次引入混合专家（MoE）架构，通过激活仅 3B 参数并配合极致量化技术，成功将内存占用压缩至约 3GB。这一创新使得高性能多模态模型能够在 iPhone 17 Pro Max 等主流移动设备上实现完全离线运行，且优化后的解码速度突破每秒 13 个 Token，显著降低了高端 AI 应用的硬件门槛。

多方信源交叉验证显示，MiniCPM-V 4.7 的核心竞争力源于其首创的 LES（Lookahead Expert Scheduling）前瞻专家调度技术，该技术有效解决了 MoE 架构在资源受限设备上的推理延迟痛点。模型在 MMBench、MMMU 及视频理解基准测试中表现优异，具备解析复杂图表与高精度视觉问答能力。此外，官方同步开源了 Self-Replay Fine-Tuning (SRFT) 微调方案，旨在帮助开发者低成本扩展模型能力并缓解灾难性遗忘问题，同时全面适配 iOS、Android、HarmonyOS 以及 Intel、AMD、Arm、瑞芯微等多芯片平台，兼容 vLLM、llama.cpp 等主流推理框架。

此次发布不仅验证了“密度定律”下小参数量高性能模型的可行性，更重塑了端侧多模态 AI 的产业格局。通过提供从底层架构到上层微调的全栈开源方案，面壁智能大幅加速了开发者生态的构建，推动高智能、低能耗的 AI 应用从云端向终端大规模普及，为智能手机、IoT 设备等场景带来了实质性的体验升级。