面壁智能 MiniCPM-V 4.7 35B-A3B 手机生成超 30 Token/s

2026 年 10 月 13 日，面壁智能发布并开源 MiniCPM-V 4.7 系列模型，包括 35B-A3B 和 1B 两个版本。11 月 5 日，面壁智能举行端侧多模态大模型技术交流活动，公司联席首席科学家、清华大学人工智能学院助理教授姚远在活动上透露，经过最新一轮推理优化，团队已将 MiniCPM-V 4.7 35B-A3B 在手机上的生成速度进一步提升至 30 Token/s 以上，而该手机端模型占用内存仅约 3GB，精度损失几乎可以忽略。

据介绍，这是一款总参数量达 350 亿、每次推理仅激活约 30 亿参数的混合专家（MoE）模型，正在接近智能手机上较为流畅的实时交互速度。面壁智能联合创始人、首席科学家刘知远在同一场活动上表示，把大模型装进终端并不够，关键是让用户真正用起来；他认为生成速度至少达到 30 Token/s，才能提供足够流畅的使用体验。

此后姚远及面壁智能多模态实验室核心成员余天予、蔡天驰，又分别从端侧智能的发展趋势、模型能力密度和底层推理优化三个方面介绍了团队的相关工作。除上述信息外，材料未提供该优化在普通手机上的具体表现及后续计划，目前进展到此为止。