# MLX-VLM 0.7.8: MiniCPM-V 4.7 теперь в стабильном выпуске для Mac

Источник: https://modelium.tech/zhurnal/mlx-vlm-0-7-8-minicpm-v-4-7-stable-mac/

13 октября вышла стабильная версия MLX-VLM 0.7.8 для Mac с Apple Silicon. Она добавляет поддержку MiniCPM-V 4.7 в вариантах 1B и 35B-A3B: можно задавать локальной модели вопросы об изображениях, если отдельно получить совместимые файлы модели. Это обновление программы, а не новые веса; редакция не проверяла запуск на собственном Mac.

Если вы ждали стабильную программу для вопросов к фотографиям с MiniCPM-V 4.7 на Mac, 13 октября 2026 года вышла MLX-VLM 0.7.8. До этого поддержка модели была в разрабатываемой версии; теперь она включена в опубликованный пакет Python. MLX-VLM — программа, которая запускает подходящие модели на компьютерах Mac с процессорами Apple Silicon. [s1](#src-s1) [s2](#src-s2)

## Что теперь можно делать

В релиз вошла поддержка MiniCPM-V 4.7 1B и 35B-A3B. По документации разработчиков, программа принимает фото, несколько изображений и видео; можно попросить модель описать кадр или ответить на вопрос о нём. Нужны отдельные совместимые файлы модели — «веса», то есть данные, без которых программа сама по себе не распознаёт изображения. Выход MLX-VLM 0.7.8 не означает выпуска новых весов MiniCPM. [s1](#src-s1) [s3](#src-s3)

Если выбираете вариант для знакомства, начните с нашего [материала о MiniCPM-V 4.7 1B для Mac](/zhurnal/minicpm-v-4-7-mlx-1b-4bit-mac/). Предыдущая оговорка в нём — поддержка ещё не вошла в последний стабильный MLX-VLM — относилась ко времени его публикации: релиз 0.7.8 изменил эту часть ситуации. При этом требования к памяти на вашем компьютере и качество ответов редакция не проверяла. [s1](#src-s1) [s3](#src-s3)

## Что ещё изменилось

В стабильной версии появился код для EmbeddingGemma 2 — модели, которая помогает искать похожее содержимое среди текста, изображений, аудио и видео. Ранее эта поддержка уже была в разрабатываемой ветке, но не в стабильном пакете. Это не новый выпуск самой модели и не независимая оценка качества поиска. [s1](#src-s1) [s4](#src-s4)

**Для разработчиков:** при подключении MLX-VLM к собственному приложению сервер теперь может передавать данные вызова внешнего инструмента частями, не дожидаясь завершения всего ответа. Авторы ограничивают эту возможность определёнными форматами (JSON, Cohere, Qwen Coder XML и Gemma); в остальных форматах поведение остаётся прежним. Их тесты и замеры не повторялись Modelium. Для обычного разговора с моделью этот пункт не требует настройки. [s5](#src-s5)

## Что проверить перед выбором

Этот релиз касается программы для запуска, а не условий использования моделей. Код MLX-VLM опубликован по MIT, но лицензия программы не выдаёт автоматически права на конкретные веса MiniCPM или EmbeddingGemma. Из-за недоступности некоторых исходных карточек мы здесь не утверждаем условия коммерческого применения этих весов. Для 35B-варианта не стоит выводить минимальную память из размера файла или компьютера, на котором тестировали авторы. Команда Modelium не запускала эти модели и не измеряла их скорость. [s3](#src-s3) [s6](#src-s6)

**Следующий шаг:** откройте [разбор MiniCPM-V 4.7 1B для Mac](/zhurnal/minicpm-v-4-7-mlx-1b-4bit-mac/) и сверьте доступность весов, ограничения и возможности своего компьютера до загрузки. [s3](#src-s3)

## Источники

1. [MLX-VLM v0.7.8 — официальный GitHub release](https://github.com/Blaizzy/mlx-vlm/releases/tag/v0.7.8) — получено 2026-10-13
2. [mlx-vlm 0.7.8 — официальный PyPI JSON](https://pypi.org/pypi/mlx-vlm/0.7.8/json) — получено 2026-10-13
3. [MLX-VLM v0.7.8 — MiniCPM-V 4.7 README](https://github.com/Blaizzy/mlx-vlm/blob/v0.7.8/mlx_vlm/models/minicpmv4_7/README.md) — получено 2026-10-13
4. [MLX-VLM v0.7.8 — EmbeddingGemma 2 README](https://github.com/Blaizzy/mlx-vlm/blob/v0.7.8/mlx_vlm/models/embedding_gemma2/README.md) — получено 2026-10-13
5. [MLX-VLM PR #2502 — потоковая передача аргументов tool call](https://github.com/Blaizzy/mlx-vlm/pull/2502) — получено 2026-10-13
6. [MLX-VLM v0.7.8 — MIT LICENSE](https://github.com/Blaizzy/mlx-vlm/blob/v0.7.8/LICENSE) — получено 2026-10-13