05 · Tema 5 de 6 · máx. 39,8k views morno (calor 2 de 5; máx. 39,8k views)
OpenBMB lança MiniCPM-V 4.7 para executar IA visual em celulares e tablets
Calor: o quanto o assunto está em alta no mercado agora, não opinião da redação.

Em 12/10, às 14h15 BRT, a OpenBMB anunciou o MiniCPM-V 4.7, uma família aberta de modelos que entendem imagens, texto e vídeos. Há versões 35B-A3B e 1B, com código e arquivos do modelo indicados para download. A empresa diz que uma técnica chamada LES antecipa quais partes do modelo precisarão ser carregadas, reduzindo as pausas durante a geração. Segundo o anúncio, a versão maior produz 17+ tokens por segundo no iPad Pro M4 de 16GB e 13+ no iPhone 17 Pro Max, com uso de 3GB de memória. Tokens são pequenos pedaços de texto usados pela IA. São resultados informados pela própria equipe; os detalhes dos testes e a licença não foram confirmados na página oficial.
Fonte oficialGitHub indicado pela OpenBMB — licença não confirmada na página (abre em nova aba)Pesos no Hugging Face indicados pela OpenBMB (abre em nova aba)

Post âncora
CONFIRMADOOFICIAL OpenBMB
OpenBMB anuncia MiniCPM-V 4.7 e aceleração em celulares
@OpenBMB ·
A OpenBMB apresentou duas versões abertas de IA multimodal, que entende diferentes tipos de conteúdo. Segundo a equipe, a versão 35B-A3B alcança 17+ tokens/s no iPad Pro M4 (16GB) e 13+ tokens/s no iPhone 17 Pro Max, usando 3GB de memória.
🚀 Introducing MiniCPM-V 4.7, our new open-source MLLM series! Advancing the Performance–Efficiency Pareto Frontier. It brings strong multimodal capabilities to iOS and Android devices with extreme efficiency. Two new models: 🔹 MiniCPM-V 4.7 35B-A3B — Bring SOTA performance to local devices with newly introduced LES (Lookahead Expert Scheduling) technique, a new milestone of on-device multimodal AI. 🔹 MiniCPM-V 4.7 1B — Lightweight, efficient multimodal AI. Easier to deploy.
⚡ What's new? SOTA performance: Competitive results across 34 benchmarks spanning multimodal understanding, STEM reasoning, OCR and long-video comprehension. Fast on-device inference: LES predicts and preloads expert weights to reduce inference stalls, boosting 5× speedup on iPad Pro M4 (16GB) with byte-for-byte identical outputs. It enables MiniCPM-V 4.7 35B-A3B to achieve 17+ tokens/s on iPad Pro M4 (16GB) and 13+ tokens/s on iPhone 17 Pro Max, while costing only 3GB memory 🤯 Efficient visual processing: 4× and 16× hybrid visual token compression. Even at 16× compression, 35B-A3B scores 90.4 on OCRBench, 5.2 points ahead of Qwen3.6 35B-A3B. Easier customization: We introduce Self-Replay Fine-Tuning, a simple way to customize new target capabilities at low cost while maintaining general performance. Broad hardware support: Day-0 adaptations for Apple, Intel, AMD, Arm and Rockchip, with many more platforms supported through FlagOS!
Download, deploy, and build something we haven't imagined yet. 👀👇 🔗 GitHub: https://t.co/msjm2QlrvX 🤗 Hugging Face: