Три релиза для тех, кто запускает ИИ на своём железе.
MiniCPM-V 4.7 (35B, A3B). Новая мультимодальная модель (понимает и текст, и изображения) с архитектурой, где из 35 млрд параметров на каждый запрос активируются лишь около 3 млрд. Это значит: качество крупной модели при скорости и энергопотреблении небольшой — важно для тех, кому нужно распознавание и описание картинок локально, без облака. Репозиторий openbmb/MiniCPM-V.
Boole-1.7B — 1-битная версия Qwen3-1.7B. Веса сжаты до одного бита на параметр, при этом модель обходит конкурента Bonsai-1.7B. Экстремальное сжатие резко снижает требования к памяти и позволяет гонять модель на слабом железе и телефонах. Полезно для встраиваемых применений и экспериментов на краю сети. Пост.
AuroraIMG-6M. Открытая модель генерации изображений — альтернатива закрытым генераторам для тех, кто хочет держать пайплайн у себя. Анонс.
Оговорка. Все три — свежие релизы без широких независимых замеров; заявления о превосходстве стоит проверять на своих задачах, а выигрыш от 1-битного сжатия всегда нужно оценивать по фактической потере качества.
Источники: MiniCPM-V, Boole, AuroraIMG.
━━━━━━━━━━━━━
📎 Источники:
• AuroraIMG-6M Releases!
• Boole-1.7B: A 1-bit Qwen3-1.7B model that outperforms Bonsai-1.7B
• openbmb/MiniCPM-V-4.7-35B-A3B