MiniCPM-V 4.7 35B-A3B مقابل PixelUMM: ترخيص واحد يحسم هذا قبل أن تحسمه المعايير القياسية

هناك قرار يمكنك اتخاذه بين MiniCPM-V 4.7 35B-A3B وPixelUMM دون قراءة أي اختبار أداء واحد، وهو على الأرجح القرار الأكثر أهمية. MiniCPM-V 4.7 35B-A3B مرخّص بموجب Apache-2.0. أما نقطة تفتيش نموذج PixelUMM فليست كذلك — فهي تُوزَّع بموجب رخصة NVIDIA One-Way Noncommercial License، التي تسمح بالبحث والتقييم فقط، على نقطة تفتيش تقول NVIDIA نفسها إنها «لم تُعتمد للاستخدام الإنتاجي أو للاستخدامات عالية المخاطر». إذا كنت تبني شيئًا تنوي بيعه، فأحد هذين النموذجين ليس خيارًا مطروحًا من الأساس، ويصبح باقي المقارنة أكاديميًا. وإذا كنت تجري بحثًا، فإن المجال ينفتح، ويصبح السؤال المثير للاهتمام هو ما الذي يراهن تصميم NVIDIA الخالي من المشفّر ضده فعليًا — لأنه يراهن ضد البنية نفسها التي يستخدمها MiniCPM-V 4.7.

أُطلق النموذجان بهدوء. فقد نُشرت أوزان PixelUMM على Hugging Face في الساعة 21:40 بالتوقيت العالمي المنسّق يوم 1 أكتوبر 2026 دون أي تدوينة أو بيان صحفي أو عرض رئيسي؛ ولا يزال رابط صفحة المشروع يحمل كلمة "preview". وظهر MiniCPM-V 4.7 في 6 أكتوبر بالطريقة نفسها، ولم تضع OpenBMB عليه بطاقة نموذج ولا رخصة ولا قسم ادعاءات حتى 12 أكتوبر. ولم يُقيّم أيٌّ منهما تقييمًا مستقلًّا من أي جهة، وليس لأيٍّ منهما جدول معايير يستطيع القارئ الاقتباس منه — فبطاقة PixelUMM لا تعرض أي درجات على الإطلاق، وادعاءات أداء MiniCPM-V 4.7 موجودة داخل صور الرسوم البيانية لا في نص مكتوب. وما يلي يفصل بين ما تنص عليه المستودعات وما لم يؤكده بعد أي شخص خارج المختبرين.

ما هو PixelUMM، في فقرة واحدة

PixelUMM هو محوّل بفك ترميز فقط ذو 15,199,672,064 معاملًا، مع رأس توليد بكسل تكراري، مبني على عمود فقري Qwen3-8B مثبّت على مراجعة محددة. أطروحته مذكورة في السطر الأول من بطاقة النموذج وهي مخالفة للسائد حقًا: لا VAE ولا مُرمّز رؤية. بينما يحمل النموذج الموحّد التقليدي واجهتين بصريتين — محوّل رؤية ينتج سمات دلالية للفهم، ومُرمّز تلقائي تبايني ينتج كامنات إعادة البناء للتوليد — فإن PixelUMM لا يحمل أياً منهما. تُقطّع الصور إلى رقع بكسل بحجم 16×16، والفيديو إلى أنابيب زمكانية صغيرة رباعية الإطارات، ويصل كلاهما إلى العمود الفقري عبر لا شيء سوى إسقاطات خطية أحادية الطبقة، مع قيام إزالة الضوضاء التكرارية بعمل التوليد. تصفه الورقة البحثية بأنه Mixture-of-Transformers يزاوج بين الانتباه المشترك ومعاملات خاصة بالمهمة. يتعامل مع التوليد من النص إلى الصورة، وتوليد النص المشروط بالصورة، والفهم المشروط بالفيديو وتوليد الفيديو، بما في ذلك التوليد من النص إلى الفيديو عند 96 إطارًا، و24 إطارًا في الثانية، وأربع ثوانٍ.

استمر المسار المحيط به حوالي أربعة أسابيع، وكان كله هادئًا. مستودع GitHub nv-tlabs/PixelUMM أُنشئ في 4 سبتمبر 2026 تحت رخصة Apache-2.0 وظل بإيداع واحد لمعظم الشهر. في 28–29 سبتمبر، تم الإيداع الأولي، وأسند arXiv رقم النسخة الأولية 2609.38597، التي تضم قائمة مؤلفيها باحثين من NVIDIA وجامعة واترلو. ظهر مستودع النموذج نفسه في الساعة 21:40 بالتوقيت العالمي المنسق في 1 أكتوبر، بعد ثماني دقائق من إيداع GitHub نهائي يضيف اقتباس الورقة. لا تحمل الورقة سطر مكان نشر — لا مؤتمر، ولا عبارة "مقبول في" — وهو ما يُقرأ كأن فريقًا بحثيًا يطرح عملاً بحثيًا مباشرةً بدلًا من إطلاق منتج، مع أن ذلك ملاحظة عن الأدلة وليس ادعاءً عن النية.

ما هو MiniCPM-V 4.7 35B-A3B

MiniCPM-V 4.7 35B-A3B هو أول إصدار MoE من OpenBMB في سلسلة MiniCPM-V: 256 خبيرًا مع 8 خبراء نشطين لكل رمز، و40 طبقة، ونافذة سياق من 262,144 رمزًا، ومفردات من 248,144 رمزًا، ما يمنح نحو 3 مليارات معامل نشط من أصل 35.2 مليارًا إجمالًا. تعمل الرؤية عبر وحدة SigLIP2 مع ضغط مبكر داخل ViT بنمط LLaVA-UHD v4 ووضع ضغط رموز بصرية مختلط 4x/16x قابل للاختيار — 16x افتراضيًا من أجل الإنتاجية، و4x عندما تكون التفاصيل الدقيقة مهمة. يفهم الصور المفردة والصور المتعددة والفيديو، ويجيب بالنص. ولا يولّد الصور.

الادعاء الرئيسي للبطاقة هو أن هذا أول نموذج MoE مفتوح المصدر مع استدلال سلس ودون خسارة على الجهاز، يُقدَّم بفضل Lookahead Expert Scheduling، والتكميم الدقيق على مستوى الطبقات، وأخذ العينات التخمينية من خلال مسودات DSpark المنفصلة، بمعدل مُبلغ عنه يزيد عن 13 رمزًا في الثانية على iPhone 17 Pro Max. هذا الرقم مُبلغ عنه من قبل المورّد، ولم يُعَد إنتاجه، وغير مُدقَّق. تدّعي البطاقة أيضًا الحصول على درجة إجمالية أعلى في وضع Instruct مقارنةً بـ Qwen3.6 35B-A3B في وقت استدلال أقل — وهو ادعاء يظهر داخل صورة مخطط، مما يعني أنه ليس رقمًا قابلًا للاقتباس ولا ينبغي اعتباره كذلك.

حيث يتفوق MiniCPM-V 4.7 بلا لبس ليس في أي لوحة نتائج، بل في المنظومة المساندة، وكلها حقيقية وقابلة للتنزيل: أوزان base وFP8 وint4 وAWQ وGPTQ وGGUF؛ ودعم عبر SGLang وvLLM وllama.cpp وOllama وOpenVINO؛ وتطبيقات iOS وAndroid وHarmonyOS؛ وRockchip وHoumo وIntel وAMD وArm مُدرجة لشرائح اليوم الأول. قبل ستة أسابيع، كان النقد النزيه لهذا النموذج أنه نقطة حفظ غير موثقة. لم يعد ذلك صحيحًا — فهو نقطة حفظ موثقة بلا اختبارات معيارية. مشكلة مختلفة، وأصغر.

الحجة المعمارية المختبئة خلف المقارنة

يختلف النموذجان حول أمر جوهري، ويستحق هذا الخلاف أن يُسمّى لأنّه الجزء من هذه المواجهة الذي يعيش أطول من أيٍّ من النموذجين.

• كيف تصل الرؤية إلى النموذج اللغوي — يستخدم PixelUMM البكسلات الخام وإسقاطًا خطيًا واحدًا، دون وجود أي مُرمِّز رؤية مُدرَّب مسبقًا في أي جزء من المنظومة؛ بينما يستخدم MiniCPM-V 4.7 مُرمِّز SigLIP2 مع ضغط مبكر داخل ViT ونسبة تصغير قابلة للتهيئة.

• كيف يعمل التوليد — يتنبأ PixelUMM بالبكسلات تكراريًا عبر رأس مطابقة تدفق مُدرَّب بالاشتراك مع التنبؤ النصي ذاتي الانحدار؛ بينما يولّد MiniCPM-V 4.7 النص ولا شيء آخر.

• ما الذي يوفره ذلك — تحصل PixelUMM على مجموعة أوزان واحدة تصف الصورة وتنتجها في آنٍ واحد، وذلك على حساب ترخيص مخصص للأبحاث فقط وغياب التحقق الإنتاجي؛ بينما تحصل MiniCPM-V 4.7 على نموذج صغير قابل للتكميم ويمكن نشره على الهاتف، يستطيع قراءة العالم لكنه لا يستطيع إعادة رسمه.

• عدد المعاملات — 15.2B شبه كثيف مقابل 35.2B إجمالًا مع 3B نشطة. عدد المعاملات النشطة هو الذي يتنبأ بتكلفة الاستدلال، وعلى هذا المحور فإن نموذج MiniCPM هو الأصغر بين الاثنين بفارق مرتبة قدرية.

• الأوزان على القرص — يضم مستودع PixelUMM 491 ملفًا موزعة على أربعة متغيّرات من نقاط الحفظ؛ بينما يتكوّن البناء الأساسي لـ MiniCPM-V 4.7 من ستة عشر جزءًا BF16 بحجم يقارب 70 جيجابايت.

• الترخيص — Apache-2.0 مقابل NVIDIA One-Way Noncommercial لنقطة التحقق، مع تطبيق Apache-2.0 فقط على الشيفرة المصدرية لـ PixelUMM، بينما تخضع قاعدة Qwen3-8B بشكل منفصل لـ Apache-2.0. وتشير بطاقة PixelUMM أيضًا إلى أنها تتضمن شيفرة معدّلة مشتقة من BAGEL، لذا تسري شروط المصدر الأصلي علاوةً على ذلك.

• التقييم العام — لا يوجد، على كلا الجانبين. يقدّم MiniCPM-V 4.7 على الأقل ادعاءات بشأن الأداء؛ أما بطاقة PixelUMM فلا تذكر أي أرقام اختبارات أداء على الإطلاق.

أيّ واحد يمكنك فعلاً وضعه أمام مستخدم؟

تابع الترخيص وقصة النشر معًا، وسيتخذ الخيار نفسه في الغالب.

PixelUMM هو الأثر البحثي الأكثر إثارة للاهتمام والمنتج الأقل قابلية للاستخدام. فنقطة تفتيش غير تجارية تحجب الاستخدامات التجارية الواضحة تمامًا، ولا توجد وصفة تشغيل على البطاقة، ولا نسخة مُكمَّمة، ولا رقم لطول السياق، ووجود 83 إعجابًا مقابل صفر تنزيلات مسجلة يعني أنه لا أحد تقريبًا خارج المؤلفين قد شغّله. وقيمته الآن تكمن في كونه حجة قوية ومنشورة على أن مُرمِّزات الرؤية قد تكون غير ضرورية في النماذج الموحّدة. وهذه الحجة تستحق المتابعة سواء حمّلت الأوزان يومًا أم لم تفعل.

إن MiniCPM-V 4.7 هو النموذج الذي يملك مسارًا نحو الإنتاج، والمسار ضيق لكنه حقيقي. تُزيل رخصة Apache-2.0 مسألة الترخيص. وجود ست صيغ للتكميم وخمس بيئات تشغيل للاستدلال يعني أنك لا تكتب أنوية مخصصة. وجود وحدتي معالجة رسومية أو أكثر من أجل البناء غير المكمم هو العقبة؛ أما الإصدارات المكممة وقصة التشغيل على الجهاز فهي الحل البديل، وادعاء التشغيل على الجهاز هو بالتحديد ما لم يتم التحقق منه بشكل مستقل. تعامل معه كنموذج يمكنك تشغيله اليوم، وادعاء أداء لا يمكنك التعويل عليه بعد.

بالنسبة للفرق التي تكون إجابتها "لا هذا ولا ذاك، سنستدعي شيئًا ما"، فإن أقرب مكافئ مُستضاف لشكل MiniCPM هو Qwen3.6 35B A3B — الإجمالي نفسه 35B، والمعلمات النشطة نفسها 3B، وسياق 262K نفسه، ومدخلات النصوص والصور والفيديو نفسها — وهويُقدَّم عبر OrcaRouter بسعر المزوّد المعلن دون أي هامش ربح، مقابل 0.25 دولار لكل مليون رمز إدخال و1.48 دولار لكل مليون رمز إخراج، مع تبديل تلقائي عند تدهور مسار أحد المزوّدين. وهذا ليس بديلاً عن أيٍّ من النموذجين في هذه المقالة؛ بل هو المجموعة الضابطة التي تخبرك بما تجلبه لك فعلاً الاستضافة الذاتية لنموذج MoE متناثر متعدد الوسائط بحجم 70 GB.

إلى أين ينتهي هذا

إذا جرّدنا الأمر من البنية المعمارية، فلن يتبقى سوى إصدارين هادئين يشيران في اتجاهين متعاكسين. نشرت NVIDIA عملًا بمستوى ورقة بحثية بموجب ترخيص يمنع معظم الناس من استخدامه، ومستودعًا بلا وصفة، ولا مقاييس أداء، ولا تنزيلات. ونشرت OpenBMB نموذجًا موثّقًا، ومرخّصًا بترخيص متسامح، ومتعدد بيئات التشغيل، مع ادعاء كفاءة مقنع لا يدعمه أي جدول تقييم.

الشيء الوحيد الذي سيحسم الأمر لكلٍّ منهما: بالنسبة إلى PixelUMM، أي إعادة إنتاج مستقلة على الإطلاق — فصفر تنزيلات يعني أنه لا وجود لأي نقطة بيانات خارجية، وأطروحة الخلو من المُرمِّز هي بالضبط نوع الادعاء الذي إما يصمد أو ينهار عند أول احتكاك بتطبيق ثانٍ. وبالنسبة إلى MiniCPM-V 4.7، جدول معايير، أو طول قبول مُعاد إنتاجه على مسودة DSpark، وهو الجزء الوحيد من العائلة الذي يحمل أرقامًا منشورة. لا شيء من ذلك موجود بعد. وكلا الأمرين هو السبب في أن هذين النموذجين ما زالا يستحقان المتابعة بدلًا من حفظهما بعيدًا — فهما في مرحلة أبكر من حياتهما العامة مما توحي به التغطية، ولم يصف المختبر الذي أنتجهما أيًا منهما بأنه إطلاق.