经常出门的人都懂一个道理：背包的容量是有限的，但你想带的东西永远比背包大。 端侧AI正在面临同样的困境。近两年，用户对端侧智能的需求快速增长：拍照后直接修图、录完视频即时摘要、会议实时提炼纪要，这些场景都需要设备本地的多模态能力。手机厂商、芯片厂商、应用开发者纷纷加码，端侧AI从旗舰专属卖点，逐步成为手机标配。 然而硬件端的空间却愈发紧张。Counterpoint的数据显示，2026年第二季度智能手机内存价格环比涨幅已突破80%。存储芯片在手机物料成本中的占比，已经从早年的10%～15%攀升到了30%～50%，部分中低端机型甚至达到60%。 另一边，IDC预计2026年中国新一代AI手机出货量将达到1.47亿台，同比增长31.6%，渗透率首次突破53%。每卖出两台新手机，就有一台搭载端侧AI。全球范围内，生成式AI手机的渗透率将在2026年达到45%，2027年突破52%，正式成为行业标配。 需求爆发式增长，但作为背包的内存成本持续走高。想要规模化落地端侧AI，单纯堆内存、堆参数的思路已经走不通。 在这个背景下， 面壁智能与OpenBMB最新发布的MiniCPM-V 4.7 给出了一种极简背包客式的解法——在保有现有背包容量的前提下把收纳做到极致。作为首个 可在端侧无损流畅运行的开源MoE多模态大模型， 35B参数的MoE多模态大模型，只用约3G内存就能在iOS、安卓等系统上流畅运行。 而往细里看，这是一套分层、有序、精打细算的收纳哲学。 如果你出门旅行过，大概懂这个感受： 带大箱子太重，带小背包装不下，勉强塞满找东西要翻半天，拉链还随时可能崩开。 端侧AI现在面临的，就是这三种包的困境。 第一种：云端的大行李箱，能力强，但带不走。 云端大模型就像一个巨大的旅行箱，什么都装得下。GPT-4V级别的多模态能力看图、读文档、做数学题、分析视频，样样精通。但问题是它需要联网、有延迟、有隐私顾虑、有成本压力。对手机、平板、车载这些终端场景来说，很多时候你需要的是随手就能用的AI，而不是每次都要托运的大箱子。 第二种：端侧小模型就像随身腰包，轻便，但装不了多少东西。 于是行业走向另一个极端：把模型做小，塞进手机里。几百M、1B、2B的端侧模型层出不穷，确实能跑、轻便，但能力也确实有限。OCR认不准复杂表格，数学题做不对，视频理解只能看个大概。就像一个腰包，装个手机钥匙钱包还行，真要出门办事，东西根本不够用。用户的感受就是，端侧AI能用，但不好用。 第三种：强行堆料的登山包，能装，但背不动。 那能不能让端侧模型再大一点？当然可以，但代价是内存。 Counterpoint的数据显示，2026年第二季度DRAM内存已经正式超越主芯片SoC，成为旗舰手机中造价最高的单一元器件。64GB DIMM价格一年内涨了约3.5倍，涨势还没停。12GB已成AI手机及格线，16GB是旗舰标配，部分机型往24GB上探。内存越堆越大，成本越堆越高，但消费者的钱包不是无限的。靠堆内存来堆AI能力，这条路越走越贵。云端的箱子带不走，端侧的腰包不够用，堆料的登山包背不动。 端侧AI，似乎卡在了一个尴尬的中间地带。 那么，什么样的端侧AI才能满足现在的市场、技术需求？ 面壁智能联合清华大学提出的“密度定律”早已给出过判断：大模型能力密度约每3.5个月翻一番，每隔约100天就能用一半参数量实现当前最优性能。这意味着高效才是端侧AI的真正护城河。 而面壁智能近期发布的MiniCPM-V 4.7又提供了一种新的观察方向。MiniCPM-V 4.7最引人注目的是它把端侧可流畅运行的多模态模型上限，推到了一个此前被认为“不属于手机”的档位：35B总参数、3B激活的MoE架构，约3G内存即可在iOS、安卓系统流畅运行。 本次发布同时推出两个版本： 35B-A3B（35B总参数/3B激活） 是端侧可流畅运行的最强多模态大模型，约3G内存即可在iOS、安卓等系统上流畅运行；另一个 1B版本（1.3B参数） 则在极小体积下把OCR、数学、视频做到同尺寸第一梯队。全系列支持256K超长上下文，模型权重、推理代码和微调代码全部开源。 我们可以从以下几个视角了解一下其收纳艺术。 第一层收纳：把大模型“分装”成小包。 资深背包客都知道一个基本原则：不要用一个大包塞所有东西，而是用多个收纳袋分装，用哪个拿哪个。MoE（混合专家模型）架构，就是把这个思路用到了大模型上。传统的稠密模型像一个巨大的旅行箱，所有参数都要同时驻留内存，每次推理都得全部动用。而MoE模型把35B总参数拆成多个“专家模块”，每次推理只激活其中一小部分。在保持大模型容量与能力的同时，降低计算量和内存带宽需求。 MiniCPM-V 4.7 35B-A3B的激活参数只有3B。这就好比你有35件装备，但出门的时候身上只带3件最常用的，