面壁智能开源前瞻专家调度（LES）推理技术，实现35B MoE手机实时运行

MiniCPM-V 团队开源了前瞻专家调度（LES）技术，首次实现35B-A3B规模MoE模型在iPhone 18 Pro Max上以超过20 token/s速度实时无损运行。该系统通过预测下一层专家提前加载权重、优化存储布局与混合精度量化、结合DSpark批量验证，在M4 iPad上以3GB内存配置实现了9.6 token/s的解码速度，相关代码已在GitHub开源。