OpenBMB 发布 MiniCPM-V 4.7：首个可流畅端侧推理的开源 MoE 多模态系列（35B-A3B / 1B），iPhone 17 Pro Max 约 13+ tok/s

这件事意味着什么

【要点】

OpenBMB 于 10 月 12 日宣布开源多模态系列 MiniCPM-V 4.7，主打端侧。含 35B-A3B（系列首个 MoE，激活约 3B）与轻量 1B。HF 权重最早 10 月 7 日可见；官方 X 主帖 10 月 12 日 17:15Z。

核心是 Lookahead Expert Scheduling（LES）：跨层预取专家，配合逐层量化与 DSpark 投机采样，在保留原路由下减少加载停顿。官方称 iPad Pro M4（16GB）相对未优化约 5× 且输出一致，可达 17+ tok/s；iPhone 17 Pro Max 约 13+ tok/s、内存约 3GB。支持 4×/16× 混合视觉压缩；16× 下 OCRBench 90.4，称高过 Qwen3.6 35B-A3B 约 5.2 分。Apache-2.0；iOS/Android/HarmonyOS；Rockchip/Intel/AMD/Arm Day-0；SGLang、vLLM、llama.cpp、Ollama。

【可核验】

@OpenBMB 主帖（2026-10-12 17:15Z，约 7.6 万浏览 / 729 赞）：https://x.com/OpenBMB/status/2109694573408866351

HF 合集：https://huggingface.co/collections/openbmb/minicpm-v-47

主仓 openbmb/MiniCPM-V-4.7-35B-A3B（2026-10-07，Apache-2.0）

文档：https://github.com/OpenBMB/MiniCPM-o/blob/main/docs/minicpm_v4dot7_en.md

X 窄查询近 5 小时约 79 帖、抬升中；站点此前未收录。

【我们的判断】

一、卖点是手机内存带宽下把 MoE 跑顺：LES+量化+投机采样，而不是砍专家池。

二、权重早几天已在 HF，叙事今天才立住——只盯新仓、不跟官方 X 容易漏。读者该看端侧数字与开源栈可否复现。

三、与 Muse Wonder 同日；下一波看社区实测电量与幻觉，而不是更多演示。