面壁智能はこの日、新世代のエッジ側マルチモーダル大規模モデル MiniCPM-V 4.7 を発表し、35B-A3B と 1B の2種類のスペックを一挙に提供した。このうち 35B-A3B は MiniCPM-V ファミリーで初の MoE（混合エキスパート）モデルであり、新たな LES「先読みエキスパートスケジューリング」推論加速技術によって、エッジ側でロスなくスムーズに動作できる業界初のオープンソース MoE となった。
最も注目を集める数字は実際の動作性能だ。iPhone 17 Pro Max 上で、わずか 3GB のメモリ使用量で 13+ token/s のデコード速度を実現した。これは、データをクラウドに送る必要がなく、フラッグシップスマートフォンのローカルだけでマルチモーダル推論をこなせることを意味し、プライバシーとレイテンシの両面でメリットがある。
クロスプラットフォーム対応、ファインチューニング手法もオープンソースで公開
対応範囲について、4.7 は iOS、Android、HarmonyOS の三大 OS を同時にカバーし、Intel、AMD、Arm、瑞芯微（Rockchip）、後摩などのチッププラットフォームにも対応し、モバイル端末とローカルコンピューティングの両シーンを取り込んだ。面壁はさらに、Self-Replay Fine-Tuning（SRFT）ファインチューニング手法を同時公開し、開発者がより低コストで能力を拡張し、忘却を抑制して二次開発を行いやすくした。
性能比較でも決して見劣りしない。35B-A3B は Instruct モードにおいて、より短い推論時間で Qwen3.6 35B-A3B を上回る総合スコアを獲得した。1B バージョンは前世代の 4.6 と比較して基礎能力がさらに向上し、総合スコアと推論効率の両方で Qwen3.5 0.8B を明確に上回った。エッジ側モデルの小型化競争が激化する中、面壁のこの世代は「大規模モデルの MoE 化＋スマホローカル実行」のハードルをさらに下げた。