北京
35B参数的多模态模型，跑在手机上，内存占用只要3GB。面壁智能发布的MiniCPM-V 4.7，把这件事变成了可以上手试的东西。
它能在真实场景里读路牌、在约束条件下做规划、解析复杂文档，还能对视觉数据做推理。这些不是演示视频里的剪辑片段，而是官方给出的能力清单。
3GB内存背后的调度逻辑
支撑这套能力的是一个叫LES的机制，全称Lookahead Expert Scheduling，直译过来是"前瞻专家调度"。MoE架构的模型由多个"专家"子网络组成，每次推理只激活其中一部分，理论上比稠密模型省算力。但省算力不等于省内存——专家权重怎么在有限的硬件里调度，才是移动端落地的卡点。
LES要解决的就是这个调度问题。官方说法是，它让35B-A3B这个MoE模型的高效推理得以在移动设备上跑起来。这里的A3B指的是激活参数量，35B是总参数量，两者之间的落差正是MoE的结构特征。
除了35B版本，还有一个1B的轻量变体，定位是在资源更紧张的硬件上提供可用的多模态理解能力。两个版本覆盖的是不同档位的设备。
开发者能自己调教模型
配套放出的还有一套叫SRFT的方法，全称Self-Replay Fine-Tuning，自我回放微调。它要解决的问题很具体：开发者想针对新任务定制模型，但又不想把模型的通用能力调坏。
这是微调里的经典两难。任务数据喂多了，模型在特定场景上变强，通用表现却可能下滑。SRFT的思路是让模型在微调过程中回放自己的输出，用这种方式把通用能力锚住。官方称开发者可以借此为新任务定制模型，同时维持通用性能。
从iOS到Android，MiniCPM-V 4.7的定位是让多模态AI在本地运行变得更实际。模型权重已经放上GitHub和Hugging Face，SRFT的技术说明也有单独的博客页面。
本地运行意味着数据不出设备，也意味着不依赖网络连接。对开发者来说，这两点的价值在隐私敏感和离线场景里会被放大。
35B参数、3GB内存、手机端运行，这三个数字放在一起，构成了这次发布最直接的看点。至于实际跑起来的速度和发热表现，得等上手的人给出答案。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
