Câu trả lờiĐã xuất bản24 nguồn
MiniCPM-V 4.7 đưa kiến trúc MoE 35B lên thiết bị cá nhân
Bản 35B A3B là mô hình MoE đầu tiên trong dòng MiniCPM V, có khoảng 35 tỷ tham số tổng cộng nhưng kích hoạt khoảng 3 tỷ tham số cho mỗi token; ngoài ra còn có bản 1B. OpenBMB báo cáo tốc độ giải mã hơn 13 token/giây với khoảng 3 GB bộ nhớ trên iPhone 17 Pro Max; đây là kết quả do nhà phát triển công bố, không đảm bả...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Bản 35B A3B là mô hình MoE đầu tiên trong dòng MiniCPM V, có khoảng 35 tỷ tham số tổng cộng nhưng kích hoạt khoảng 3 tỷ tham số cho mỗi token; ngoài ra còn có bản 1B.
- OpenBMB báo cáo tốc độ giải mã hơn 13 token/giây với khoảng 3 GB bộ nhớ trên iPhone 17 Pro Max; đây là kết quả do nhà phát triển công bố, không đảm bảo hiệu năng tương tự trên mọi thiết bị.
- Nhật ký dự án ghi ngày phát hành mã nguồn mở là 12/10/2026, sớm hơn ngày 14/10 xuất hiện trong một số bài viết.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What did ModelBest’s October 14, 2026 open-source release of MiniCPM-V 4.7 introduce, including its 35B-A3B and 1B variants, the series’ fir. Article summary: MiniCPM-V 4.7 introduced a two-model, on-device multimodal family, led by the series’ first mixture-of-experts (MoE) model, with an emphasis on local image, document and video understanding.[1][2][10] One date correction. Topic tags: general, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
MiniCPM-V 4.7 là dòng mô hình đa phương thức mã nguồn mở được thiết kế để xử lý hình ảnh và video, với hai lựa chọn: bản 35B-A3B dùng kiến trúc hỗn hợp chuyên gia (MoE) và bản nhỏ hơn 1B. Điểm đáng chú ý là bản 35B-A3B — MoE đầu tiên của dòng MiniCPM-V — được OpenBMB giới thiệu là có thể chạy trực tiếp trên thiết bị. Nhóm này báo cáo tốc độ giải mã hơn 13 token mỗi giây, dùng khoảng 3 GB bộ nhớ trên iPhone 17 Pro Max; con số này là kết quả do nhà phát triển công bố, không phải phép thử độc lập trên nhiều thiết bị.9
13
Hai kích cỡ, cùng hướng đến xử lý đa phương thức
Tên 35B-A3B phản ánh khoảng 35 tỷ tham số tổng cộng, trong đó khoảng 3 tỷ được kích hoạt cho mỗi token. Phiên bản 1B là lựa chọn gọn hơn. Cả hai tiếp nối khả năng hiểu ảnh đơn, nhiều ảnh và video của dòng MiniCPM-V.2
31
32
OpenBMB cung cấp mã nguồn và tài liệu trong kho GitHub MiniCPM-V. Dự án cho biết mã nguồn và trọng số mô hình được phát hành theo giấy phép Apache-2.0.9
14
LES giúp chuẩn bị các “chuyên gia” trước
OpenBMB cho biết kết quả trên điện thoại dựa vào Lookahead Expert Scheduling (LES), kết hợp với lượng tử hóa theo từng lớp và lấy mẫu suy đoán DSpark. LES dự đoán lớp tiếp theo có thể cần những chuyên gia nào trong mô hình MoE, rồi tải trọng số của họ sớm hơn để giảm thời gian chờ.1
13
Cần phân biệt tốc độ giải mã với tổng thời gian sử dụng: con số token mỗi giây đo tốc độ mô hình tạo nội dung, không bao gồm toàn bộ thời gian mở ứng dụng, tải mô hình, xử lý ảnh hay chờ nhận câu trả lời hoàn chỉnh. Kết quả được nêu cụ thể cho iPhone 17 Pro Max; không thể mặc định các thiết bị khác cũng đạt cùng tốc độ hoặc mức dùng bộ nhớ.13
Benchmark: kết quả do nhà phát triển công bố
Tài liệu OpenBMB cho biết ở chế độ Instruct, bản 35B-A3B đạt điểm tổng thể cao hơn Qwen3.6 35B-A3B trong thời gian suy luận ngắn hơn. Với bản 1B, nhóm cho biết mô hình cải thiện so với MiniCPM-V 4.6 và vượt Qwen3.5 0.8B về điểm tổng thể lẫn hiệu quả suy luận.10
14
Ở bài kiểm tra OCR, OpenBMB báo cáo điểm OCRBench 90,4 khi nén token thị giác 16 lần.12 Điểm benchmark phụ thuộc vào thiết lập thử nghiệm, nên không nên xem các kết quả ở mức nén khác nhau là hoàn toàn tương đương. Đây là đánh giá do nhà phát triển công bố, không phải xác nhận độc lập cho mọi tác vụ hay thiết bị.
12
Nền tảng và công cụ cho nhà phát triển
Dự án nêu hỗ trợ iOS, Android và HarmonyOS, cùng các nền tảng chip của Intel, AMD, Arm, Rockchip và Houmo. Danh sách này thể hiện phạm vi tương thích mà dự án công bố, chứ không đồng nghĩa hiệu năng giống nhau trên mọi phần cứng.30
37
Các công cụ suy luận được liệt kê gồm SGLang, vLLM, llama.cpp và Ollama; công cụ tinh chỉnh gồm SWIFT và LLaMA-Factory. OpenBMB cũng giới thiệu Self-Replay Fine-Tuning (SRFT), một phương pháp tinh chỉnh nhằm giúp nhà phát triển bổ sung năng lực với chi phí thấp hơn và hạn chế làm suy giảm những năng lực mô hình đã có.20
Ngày phát hành: 12/10, không phải 14/10
Một số bài viết ghi ngày 14/10/2026, nhưng nhật ký thay đổi của dự án OpenBMB ghi rõ bản MiniCPM-V 4.7 được phát hành mã nguồn mở vào 12/10/2026.8
19 Với mốc phát hành, nhật ký của dự án là nguồn trực tiếp hơn.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "MiniCPM-V 4.7 đưa kiến trúc MoE 35B lên thiết bị cá nhân" là gì?
Bản 35B A3B là mô hình MoE đầu tiên trong dòng MiniCPM V, có khoảng 35 tỷ tham số tổng cộng nhưng kích hoạt khoảng 3 tỷ tham số cho mỗi token; ngoài ra còn có bản 1B.
Những điểm chính cần xác nhận đầu tiên là gì?
Bản 35B A3B là mô hình MoE đầu tiên trong dòng MiniCPM V, có khoảng 35 tỷ tham số tổng cộng nhưng kích hoạt khoảng 3 tỷ tham số cho mỗi token; ngoài ra còn có bản 1B. OpenBMB báo cáo tốc độ giải mã hơn 13 token/giây với khoảng 3 GB bộ nhớ trên iPhone 17 Pro Max; đây là kết quả do nhà phát triển công bố, không đảm bảo hiệu năng tương tự trên mọi thiết bị.
Tôi nên làm gì tiếp theo trong thực tế?
Nhật ký dự án ghi ngày phát hành mã nguồn mở là 12/10/2026, sớm hơn ngày 14/10 xuất hiện trong một số bài viết.