OpenBMB
开源大模型研究团队，专注于大语言模型及多智能体系统研究，ChatDev等开源项目的开发者
时间轴 (近 90 天)
OpenBMB是清华系开源团队，在模型开源和社区运营上有成熟经验。
OpenBMB团队发布了VoxCPM2开源TTS项目，在GitHub上获得近4万星标。
包括专家调度和 DSpark 集成在内的实现已在 llama.cpp-omni 中开源。
Lookahead Expert Scheduling (LES) 技术在不改变模型实际路由逻辑的前提下，通过预测下一层可能需要的专家并预加载其权重，将专家权重从闪存搬运到计算的瓶颈隐藏起来。
OpenBMB 公开的工程实践使 35B-A3B 的 MoE 模型 MiniCPM-V 4.7 在 iPhone 上以 20.5 tok/s 的速度运行，且不跳过任何专家。
OpenBMB的MiniCPM-V 4.7能在iPhone上用约3GB运行35B视觉MoE。
OpenBMB 的 MiniCPM-V 4.7 延续 SigLIP 视觉编码器加 Qwen3.5 语言模型骨干的组合，支持 4x 和 16x 两种视觉降采样模式，新增 canvas M-RoPE 将图像铺在 2-D 画布上为视觉 token 分配 (temporal, height, width) 位置。
面壁智能（OpenBMB）发布了 MiniCPM-V 系列最新成员 MiniCPM-V 4.7，包含该系列首个 MoE 架构变体 35B-A3B。
OpenBMB采用强化学习结合OPD（全域策略蒸馏）的方式，把16个专家模型（含5个agent专家）的能力合并进MiniCPM5-2B
MiniCPM5-2B是一个由OpenBMB推出的20亿参数模型
还有 4 条时间轴事件
全部知识事实 (14)
OpenBMB是清华系开源团队，在模型开源和社区运营上有成熟经验。
50%待验证OpenBMB团队发布了VoxCPM2开源TTS项目，在GitHub上获得近4万星标。
50%待验证Lookahead Expert Scheduling (LES) 技术在不改变模型实际路由逻辑的前提下，通过预测下一层可能需要的专家并预加载其权重，将专家权重从闪存搬运到计算的瓶颈隐藏起来。
50%待验证OpenBMB 公开的工程实践使 35B-A3B 的 MoE 模型 MiniCPM-V 4.7 在 iPhone 上以 20.5 tok/s 的速度运行，且不跳过任何专家。
50%待验证OpenBMB的MiniCPM-V 4.7能在iPhone上用约3GB运行35B视觉MoE。
50%待验证OpenBMB 的 MiniCPM-V 4.7 延续 SigLIP 视觉编码器加 Qwen3.5 语言模型骨干的组合，支持 4x 和 16x 两种视觉降采样模式，新增 canvas M-RoPE 将图像铺在 2-D 画布上为视觉 token 分配 (temporal, height, width) 位置。
50%待验证OpenBMB采用强化学习结合OPD（全域策略蒸馏）的方式，把16个专家模型（含5个agent专家）的能力合并进MiniCPM5-2B
50%待验证MiniCPM5-2B是一个由OpenBMB推出的20亿参数模型
50%待验证ChatDev 是由 OpenBMB 团队开源的多智能体协作框架，目标是通过大语言模型驱动的多个 AI 智能体完成软件开发全流程
50%待验证MiniCPM-V系列在多模态理解领域展现了小模型的潜力
50%待验证包括专家调度和 DSpark 集成在内的实现已在 llama.cpp-omni 中开源。
50%待验证面壁智能（OpenBMB）发布了 MiniCPM-V 系列最新成员 MiniCPM-V 4.7，包含该系列首个 MoE 架构变体 35B-A3B。
50%待验证OpenBMB团队发布了MiniCPM5-2B，这是一个仅有2B参数的小型语言模型
50%待验证OpenBMB发布了面向LLM预训练的开放英文网页语料库UltraFineWeb，总量超过1万亿token、约11.4亿篇文档，全部来自Common Crawl并以Apache 2.0许可证开放
50%