面壁インテリジェンスはその日のうちに、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」を発表しました。これは35B-A3Bと1Bの2つのバージョンを一気に提供しています。そのうち35B-A3Bは、MiniCPM-Vシリーズで初めてのMoE（Mixed Experts）モデルであり、新たな「LES『前向きエキスパートスケジューリング』」推論加速技術を採用し、業界で初めてエッジ側で損失なくスムーズに動作するオープンソースのMoEモデルとなりました。

image.png

注目すべき数字は実機でのパフォーマンスです。iPhone 17 Pro Max上で、わずか3GBのメモリで13+ token/sのデコード速度を達成しました。これにより、データをクラウドに送る必要がなくなり、エンドユーザーのプライバシーと遅延の両方でメリットを得られます。

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化

対応プラットフォームにおいて、4.7はiOS、Android、HarmonyOSの3つの主要なシステムをカバーし、Intel、AMD、Arm、瑞芯微、後摩などのチップメーカーに対応しています。これにより、モバイル端末とローカルコンピューティングのシナリオをすべてカバーします。面壁は同時にSelf-Replay Fine-Tuning（SRFT）ファインチューニング手法を公開し、開発者がより低コストで機能を拡張し、忘却を抑制し、二次開発を簡単にできるようにしています。

パフォーマンスの比較も優れています：35B-A3BはInstructモードにおいて、より短い推論時間でQwen3.6 35B-A3Bよりも高い総合スコアを獲得しました。1Bバージョンは前バージョンである4.6に比べてさらに性能向上し、総合スコアと推論効率ともにQwen3.5 0.8Bを上回っています。エッジ側モデルがどんどん小型化する中、面壁のこのバージョンは「大規模モデルのMoE化＋スマホで動作」のハードルをさらに下げました。