面壁智能（ModelBest）和 OpenBMB 社区发布了开源多模态模型 MiniCPM-V 4.7，分两个尺寸：一个是 35B 的混合专家模型 35B-A3B，一个是 1B 的小模型。两者都能看图片、文档、图表和视频，权重已经放上 Hugging Face，GGUF、FP8、AWQ、GPTQ、int4 这些量化版也都有。

值得看的是 35B 这个。它每个 token 只激活约 30 亿参数，大部分专家放在设备存储里，用到时再加载。面壁说这样大约 3GB 内存就能在 iOS 和 Android 上跑。按官方给的数字，iPhone 17 Pro Max 上每秒 13 个 token 以上，16GB 的 iPad Pro M4 上每秒 17 个以上。背后靠的是他们叫 Lookahead Expert Scheduling 的办法：提前猜下一层要用哪些专家，趁当前层还在算就先加载进来。最终选哪些专家仍由原来的路由决定，所以开不开这个机制，输出都一样。面壁说，它和逐层量化、专家连续存储一起用，让 iPad Pro 上的平均生成速度提高了约 5 倍。1B 模型在 MiniCPM-V 4.6 基础上改进，面向更便宜的入门设备。

芯片支持是发布当天就到位的。面壁列出的有 AMD、Apple、Arm、后摩智能、Intel、瑞芯微和 NVIDIA；另外通过 FlagOS 软件栈，还支持此芯科技、华为、海光、天数智芯、昆仑芯、沐曦、摩尔线程、Sunrise、平头哥和清微智能的芯片。

权重和代码都是 Apache-2.0，商用不需要另外申请许可，项目方只是请用户自愿填一份登记问卷。