面壁智能推出 MiniCPM-V 4.7（35B-A3B）混合专家多模态模型，成功让总参数量 35B 的大模型仅占用约 3GB 手机运行内存完成本地推理，行业认为这代表端侧 AI 正式逼近 “ChatGPT 时刻”，可以在断网状态下在手机本地完成图文理解、代码、复杂逻辑推理，不再强制依赖云端服务器。以往稠密架构的大模型想要跑在手机上，8B 已经是主流上限，更大参数的模型要么只能在电脑、云端运行，要么放到手机里推理速度极慢，没有实用价值。而这款 35B-A3B 采用 MoE 混合专家架构，搭配自研 LES 前瞻专家调度技术，把大部分模型权重放在手机闪存，计算时按需加载专家模块，运行阶段仅激活 3B 参数，大幅降低运行内存占用，经过持续优化，在 iPhone 旗舰机型上最高可达 30token/s 以上的输出速度，模型能力几乎无损，同时支持 iOS、安卓、鸿蒙多系统，覆盖多款主流芯片平台，并且对外开源适配代码，方便手机厂商、开发者直接接入。
一、MiniCPM-V 4.7 模型版本清单
- 35B-A3B（本次重点版本）
- 总参数：350 亿，MoE 混合专家架构，每次推理仅激活 30 亿参数
- 内存占用：约 3GB 运行内存
- 能力：多模态图文理解、代码编写、复杂逻辑、OCR 文档解析，断网本地运行
- 实测速度：iPhone18 Pro Max 最高 30token/s 以上
- 1B 轻量化版本
- 定位：轻量化端侧模型，内存占用更低
- 适用设备：中低端手机、平板、嵌入式硬件，主打基础 AI 交互
二、核心底层技术原理
- MoE 混合专家架构：模型内置大量专家模块，回答问题时只选取少量专家参与运算，不用加载全部参数，减少内存压力
- LES 前瞻专家调度技术：提前预判需要用到的专家权重，提前从闪存预加载，重叠加载与计算过程，提升推理速度
- 细粒度逐层量化：压缩模型权重体积，在几乎不损失模型能力的前提下，降低内存与带宽消耗
- DSpark 推测性采样：加速文字生成，进一步提升 token 输出效率
三、不同设备实测数据对比
| 设备 | 运行内存占用 | 推理速度 | 备注 |
|---|---|---|---|
| iPhone 18 Pro Max | 3GB | 最高 30 token/s | 优化后版本 |
| iPhone 17 Pro Max | 3GB | 13+ token/s | 基础版本测试 |
| iPad Pro M4 | 3GB | 15+ token/s | 平板设备 |
四、端侧 35B 模型落地价值解读
- 隐私提升：图片、文档、提问数据全部在手机本地运算，不需要上传云端服务器，保护个人隐私
- 无网可用：隧道、无信号环境依旧能够正常使用 AI 问答、识图、文档分析功能
- 降低成本：不需要消耗云端 API 流量，长时间使用没有额外算力费用
- 行业意义：证明手机硬件可以承载接近早年云端旗舰模型能力，被业内称作端侧 AI 的 “撞线前夜”，逼近端侧 ChatGPT 时刻
五、现存限制
- 虽然总参数量 35B，但每次激活仅 3B，和完整 35B 稠密模型能力存在一定差距
- 高 token 长文本场景下，手机功耗提升，发热会增加
- 需要设备闪存空间存放完整模型包，对手机存储容量有一定要求
【常见问题】
问题 1：端侧逼近 ChatGPT 时刻，面壁智能 35B 模型跑在手机内存，这个 35B 是什么意思？
回答 1：端侧逼近 ChatGPT 时刻，面壁智能这款跑在手机内存的 35B 模型指 MiniCPM-V4.7 的 35B-A3B，总参数 350 亿，属于 MoE 混合专家模型，推理的时候只激活 3B 参数，仅占用 3GB 手机运行内存，实现手机本地断网 AI 运算。
问题 2：面壁智能 35B 模型在手机内存运行，需要联网才能使用吗，支持哪些系统？
回答 2：面壁智能 35B 模型可以在手机内存本地运行，支持完全断网使用，不需要上传数据到云端；模型支持 iOS、安卓、鸿蒙系统，适配苹果、瑞芯微、英伟达、英特尔等主流芯片平台。
问题 3：面壁智能实现 35B 模型跑手机内存，为什么被认为端侧逼近 ChatGPT 时刻？
回答 3：面壁智能实现 35B 模型跑手机内存，过去大参数强能力模型都只能在云端服务器运行，现在 35B 级别的多模态模型可以在手机本地流畅推理，断网也能完成复杂图文、代码任务，代表本地端侧 AI 能力大幅跨越，行业判断端侧正式逼近 ChatGPT 时刻。
【参考资料】
[2026-11-11]（35B 模型跑进手机，面壁智能押注端侧 AI 下一阶段）每日经济新闻
[2026-11-09]（端侧逼近 “ChatGPT 时刻”：面壁智能让 35B 模型跑在手机内存里）太平洋科技
[2026-10-13]（面壁智能发布 MiniCPM-V4.7，35B-A3B 开源端侧多模态模型）IT 之家
[2026-10-13]（仅约 3GB 内存，面壁智能新一代端侧多模态大模型发布）新京报
【免责声明】
本文资讯来自面壁智能技术发布会与多家科技媒体公开报道，MiniCPM-V 4.7 35B-A3B 模型为技术演示开源模型，手机上实际推理速度、功耗、发热表现会受手机芯片、内存版本、系统版本影响；“端侧逼近 ChatGPT 时刻” 属于行业观点，不代表该模型能力等同于 ChatGPT。本文仅作为行业技术资讯参考，不构成项目投资、产品开发建议。