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。