概览
MiniCPM-V 4.7 是面壁智能联合 OpenBMB 开源社区在 2026 年 10 月发布的端侧多模态模型，能看图、读文档、做题和理解视频，一次推出两个版本：旗舰 35B-A3B 和面向入门设备的 1B。35B-A3B 是 MiniCPM-V 系列第一个混合专家（MoE）模型，总参数 350 亿，每生成一个 token 只调用约 30 亿；1B 版在上一代 MiniCPM-V 4.6 的基础上继续升级。两个版本的权重、推理代码和微调代码都以 Apache-2.0 协议开源。 它要解决的问题是：35B 的完整权重约 65.6 GiB，是一台 16GB 手机或平板内存的 4 倍多，怎样在端侧不降精度、又不卡顿地跑起来。面壁的办法叫前瞻专家调度（Lookahead Expert Scheduling，LES）：大部分专家权重放在闪存里，算当前层时顺手预测下一层要用的专家，由后台线程提前读进内存，官方称多数场景能提前备好八成以上；预测只决定先搬谁、先算谁，最终用哪些专家仍由原路由决定，所以输出与不开 LES 完全一致。再配合逐层混合精度量化、把每个专家的参数改成连续存放，官方实测 iPad Pro M4 16GB 上生成速度平均提升约 5 倍、达到每秒 17 个 token 以上，iPhone 17 Pro Max 上每秒 13 个以上，内存占用约 3GB。 视觉部分沿用 4.6 版基于 LLaVA-UHD v4 的「ViT 内提前压缩」，并可在 4 倍和 16 倍视觉 token 压缩之间切换：4 倍保留更多细节，适合文档解析和密集文字识别；16 倍更省显存、首字更快。官方称开 16 倍压缩时 MMBench 仍有 90.87、OCRBench 90.4、OmniDocBench 93.25。输出端适配了 DSpark 投机解码，官方实测最优设置下平均提速 1.17 倍。官方公布的 35B-A3B 成绩包括 MMBench 91.72、MMStar 80.67、MMMU 80.22、MathVista 88、MathVerse 86.45、OCRBench 91.2、CharXiv Reasoning 75.6、LongVideoBench 68.9，并称在 Instruct 模式下以更短的推理时间超过 Qwen3.6-35B-A3B；以上均为厂商自测。 部署上，模型支持 iOS、Android 和鸿蒙，推理框架覆盖 llama.cpp、Ollama、MLX、vLLM、SGLang，可用 transformers 直接加载，微调可用 LLaMA-Factory 和 SWIFT，并提供 GGUF、BNB、AWQ、GPTQ 量化版和 FP8 支持；官方还开源了自回放微调（Self-Replay Fine-Tuning），用模型自己生成的通用问答混进训练数据，减少学新任务时忘掉旧能力。芯片方面，官方称已完成 AMD、Apple、Arm、Intel、NVIDIA、瑞芯微、后摩智能等厂商的 Day 0 适配，并经 FlagOS 软件栈适配了华为、海光、昆仑芯、摩尔线程等国产芯片。可以在 Hugging Face Space 的网页 Demo 试用，也可以装官方的手机端 App 本地体验。官方来源：https://github.com/OpenBMB/MiniCPM-V 、https://huggingface.co/openbmb/MiniCPM-V-4.7-35B-A3B 、https://huggingface.co/openbmb/MiniCPM-V-4.7-1B （2026-11-10 18:30 Asia/Shanghai 核对）。 定价：权重、推理与微调代码按 Apache-2.0 协议免费开源，可下载后本地或私有部署；官方没有提供按 token 计费的 API，因此不列单价。
- 模态
- 多模态
- 参数量
- 35B 总参数，约 3B 激活（MoE）；另有 1B 版本
- 许可说明
- 开源 · Apache-2.0
能力
- 面壁智能与 OpenBMB 社区 2026 年 10 月发布的端侧多模态模型，含 35B-A3B（MoE）与 1B 两个版本，权重 Apache-2.0 开源
- 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型，总参数 350 亿、每 token 激活约 30 亿，支持单图、多图与视频理解
- 前瞻专家调度（LES）边算边读专家权重，官方称 iPhone 17 Pro Max 约 3GB 内存可达每秒 13+ token，iPad Pro M4 16GB 每秒 17+ token
- 视觉 token 支持 4 倍 / 16 倍压缩切换：4 倍保细节适合文档与密集文字，16 倍更省显存、首响更快
- 官方自测：MMBench 91.72、MMMU 80.22、MathVista 88、OCRBench 91.2、LongVideoBench 68.9，称在 Instruct 模式下综合得分高于 Qwen3.6-35B-A3B
- 支持 llama.cpp、Ollama、MLX、vLLM、SGLang 推理与 LLaMA-Factory、SWIFT 微调，提供 GGUF、AWQ、GPTQ、FP8 等量化版与 DSpark 投机解码头
- 支持 iOS、Android、鸿蒙，官方称已完成 AMD、Apple、Arm、Intel、NVIDIA、瑞芯微、后摩智能等芯片 Day 0 适配
