知识卡片：面壁开源MiniCPM-V 4.7，35B MoE模型手机约3GB内存可跑

一句话结论

面壁智能联合OpenBMB开源MiniCPM-V 4.7，含35B-A3B与1B两版，通过将多数专家权重存放于SSD并按需读入、配合前瞻专家调度（LES）边算边预取，官方称35B模型在iPhone 17 Pro Max上可实现每秒13+ token、占用内存约3GB。

事件概述或研究问题

本条来自腾讯研究院AI速递（20261014），报道面壁智能联合OpenBMB开源MiniCPM-V 4.7。该模型系列含35B-A3B与1B两个版本。核心看点在于：35B级别的MoE模型如何在手机级内存约束下运行——这直接关系到端侧大模型可用性的边界。

方法/产品要点

• 版本：MiniCPM-V 4.7，含35B-A3B与1B两版。
• 权重与存储：35B完整权重约65.6GiB；多数专家存于SSD，按需读入。
• 调度机制：前瞻专家调度LES，边算边预取下一层专家。
• 性能表现：官方称34项基准领先同档Qwen3.6-35B-A3B；iPad Pro M4上平均提速约5倍且输出不变；iPhone 17 Pro Max上每秒13+ token、占内存约3GB。

主要结果或产业意义

• 官方口径下，35B-A3B版本在34项基准上领先同档Qwen3.6-35B-A3B。
• LES在iPad Pro M4上带来约5倍平均提速，且输出不变，说明预取优化未牺牲结果一致性。
• 若iPhone 17 Pro Max上13+ token/s、约3GB内存占用的数据可复现，则意味着30B级MoE模型有望在旗舰手机端侧以可接受速度运行，而无需将全部专家常驻内存。

为什么重要

• 与既有卡片中的“面壁智能开源MiniCPM-Robot”（具身智能方向）不同，本条聚焦多模态V系列模型及端侧内存/存储调度问题，属于面壁在通用端侧模型方向的新进展。
• 若“专家存SSD+按需读入+LES预取”路径成立，它提供了一条区别于纯量化压缩的端侧大模型部署思路：以存储换内存，以调度换速度。
• 与同批速递中“Anthropic用15台电视盒组网跑26B Gemma（0.39 token/s）”形成对照：两者都在探索低资源硬件运行大模型，但路径不同（单机SSD调度 vs 多节点组网）。

局限与不确定性

• 上述基准领先、提速倍数、token速度与内存占用均为官方或报道口径，未见独立复现，待核实。
• 34项基准的具体基准名称、评测条件未在材料中列明，待核实。
• “每秒13+ token”“约3GB内存”“平均提速约5倍”是否在特定量化/配置下取得，材料未说明，待核实。
• 35B完整权重约65.6GiB与手机约3GB内存占用之间的差距如何具体弥合（量化精度、专家读入比例等），材料未展开，待核实。

可用于图书/PPT/简报的角度

• 端侧大模型的“存储换内存”路线：以MiniCPM-V 4.7为例，说明SSD按需读入+预取调度如何突破手机内存瓶颈。
• MoE稀疏激活的工程红利：35B总参数、A3B激活，结合专家调度，如何把大模型塞进手机。
• 端侧AI的两种极端实验对照：手机单机跑35B MoE vs 15台电视盒组网跑26B，讨论低资源推理的路径分化。
• 开源模型竞争格局：面壁MiniCPM-V 4.7与Qwen3.6-35B-A3B的同档对标。

与既有脉络的关系

既有卡片“面壁智能开源MiniCPM-Robot”记录的是面壁在具身智能/机器人方向的开源动作；本条为其在通用多模态端侧模型方向的延续与更新，增量信息在于35B MoE模型在手机端的SSD调度与内存占用表现，而非机器人场景。

原始材料

• 来源：腾讯研究院AI速递 20261014
• URL: https://m.sohu.com/a/1087353138_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 英文标题（保留）：无（来源为中文速递）
• 英文关键词（保留）：MiniCPM-V 4.7, OpenBMB, MoE, 35B-A3B, LES (Lookahead Expert Scheduling), SSD offloading, on-device inference