面壁智能发布开源多模态模型 MiniCPM-V 4.7 系列，含 35B-A3B 与 1B 两个型号

面壁智能 OpenBMB 推出 MathForm，一个面向 Lean 4 数学自动形式化的开源框架、数据集与模型。其 FormalVerse 数据集含 367K+ 已验证示例；在匹配 100K 预算下，基于其训练的模型 Consistency Check 达 60.32%，优于 FineLeanCorpus（46.53%）与 NuminaMath-LEAN（41.49%）。

面壁智能开源首个具身AI模型系列 MiniCPM-Robot，包含 1.5B 参数的通用视觉-语言-动作（VLA）模型 MiniCPM-RobotManip 和用于目标跟踪的 MiniCPM-RobotTrack。同时发布高性能推理框架 PhyAI，旨在让机器人实现理解、记忆与行动。

面壁智能 OpenBMB 发布 VoxCPM2 技术报告。该模型为最新语音生成模型，拥有 2B 参数，基于超 200 万小时多语言语音数据训练，支持 30 种语言和 9 种中文方言。具备自然语言语音设计、可控及高保真延续性语音克隆能力。技术报告涵盖架构设计、统一序列公式、AudioVAE 高保真语音重建、大规模训练评估，以及零样本和指令跟随 TTS 基准结果。采用 16kHz 语义编码 + 48kHz 波形重建，在公开 TTS 基准上达到 SOTA 或极具竞争力。模型权重、…

在 iPhone Air 上跑到 37 tok/s，太猛了。🚀 这正是小而强的开源模型大放异彩的地方：无需云端 GPU 就能拥有强大的多模态智能。很高兴看到 MiniCPM5-2B 在移动端流畅运行。

社区为 MiniCPM5-2B 构建了 EXL3 4-bit 量化版本，量化后模型权重仅 1.61 GB，在 NVIDIA Tesla T4 上实测约 68–70 tokens/s。该版本采用 4.0 bpw EXL3 量化，支持通过 ExLlamaV3 和 TabbyAPI 进行本地推理。

面壁智能转发用户测试：GPT-6 Astra 协调 MiniCPM5-2B 智能体处理 32 张合成发票，完成匹配、短付、重复引用和价格争议分类并写入案件台账，67.8 秒全部核验通过，共执行 232 次工具调用。该演示为实时录制，不涉及真实资金流转。

太棒了！用 Pi Zero 跑完整感知栈，实时驱动 MiniCPM-o4.5，这是个非常酷的用例。很喜欢看到与个人机器人的实时互动！ 我给机器人装上了眼睛和耳朵。我接了一个 Raspberry Pi Zero W2（摄像头 + 环境麦克风），与本地 PC 上运行的 MiniCPM-o 4.5 @OpenBMB 开源模型实时双向传输音视频。零云端 API，全双工交互。项目在我的 git 上

面壁智能转发 @aijoey 的研究智能体设计：GPT-6 负责编排，MiniCPM5-2B 在 DGX Spark 上本地读取来源并提取可追溯证据。该应用名为 Footnote，首个研究问题产出 21 个来源、31 条论断和 11 个未解问题，点击论断可查看原文段落，点击关联可查看 AI 推理依据。下一步实验是用 AEON Qwen 27B 在第二台 Spark 上接管编排。

这是使用小型本地模型的一种非常实用的方式。而且整条流程通过 OpenClaw + Ollama 完全在 CPU 上运行，也相当令人印象深刻。这是一个很好的例子，说明工作流设计如何能让一个小模型变得比其原始模型规模所暗示的更有用。

面壁智能 MiniCPM5-2B 是一款 2.5B 参数、原生 128K 上下文的端侧模型，单 checkpoint 内混合 Think / No-Think 模式，可从 Hugging Face 下载后离线运行。RunAnywhere 演示中，该模型先判定谜题无解，随后自我纠正并写出可用的验证器。其称这是 4B 以下最强的开源模型。