Self-Replay（自回放）是一种由大模型自身生成、筛选训练数据的合成数据方法，近期因面壁智能（OpenBMB）在开源端侧多模态模型 MiniCPM-V 4.7 中的落地应用而受到关注。它的核心思路是让模型基于已有能力反复“回放”并重构多模态知识，从而在无人工标注的情况下扩充和净化训练数据，被视为缓解高质量多模态语料稀缺的一条路径。
Self-Replay 在 MiniCPM-V 4.7 中的落地
当前焦点与观察点
Self-Replay 代表的“模型自产数据”路线正在端侧模型竞争中扮演越来越重要的角色。其争议点主要在于：自合成数据可能放大模型原有偏差、造成能力同质化，长期多轮回放后的数据质量衰减如何度量，业界尚无统一标准。可以关注的是，MiniCPM-V 4.7 官方公布的基准成绩是否能在第三方复现中得到验证，以及 Self-Replay 类方法是否会向更小参数量、更多模态（语音、视频）场景扩展。对于关注本地部署和多模态开源生态的开发者而言，这是目前性价比与自主可控之间较值得关注的一条技术路线。