⚡ 前沿动态
面壁智能的开源MiniCPM5-2B：4B以下端侧模型AA榜单全球第一
9月8日，面壁智能联合 OpenBMB 开源社区发布 MiniCPM5-2B——一个只有 2B（20亿）参数的端侧语言基座模型，但同步开源了完整训练配方、4个数据集、自研强化学习框架 Meshy 和 JustRL II 策略。
面壁一直在讲“密度定律”：端侧装不下大模型，那就让每一点参数都榨出最大智能。
MiniCPM系列是面壁智能（OpenBMB）的端侧模型路线，主打小参数高密度架构，本次是MiniCPM系列第五代。
本次的模型已经能在本地完成工具调用、深度搜索、代码生成的完整 Agent 流程——这是本次发布真正让行业侧目的点：Agent 跑在手机上，第一次有了像样的基座。
一、技术指标
- 参数规模：2B高密度架构。
- 评测表现：Artificial Analysis Intelligence Index 23分（4B以下开源第一）、Agentic Index 20分（同级普遍低于10）。
- 能力：工具调用、深度搜索、代码生成。S-aI规DeePThink.cn
- 目标场景：手机、PC、车机、机器人等端侧设备，初步形成通用Agent能力。
- 同步开源：训练配方与RL框架Meshy。
二、技术原理
- 高密度2B架构：在2B参数下取得接近12B模型的能力（参看"2B参数越级对标12B谷歌Gemma 4"的提法）。
- DSpark草稿模型：支持llama.cpp推测解码。
- Meshy RL框架：训练配方全开源。
三、解决的问题
- 端侧设备对大模型能力的需求与算力/能耗/隐私限制的矛盾。S-aI规DeePThink.cn
- 4B以下参数模型的Agent能力短板（Agentic Index 20分在同级普遍低于10）。
四、芯片适配
端侧模型能不能铺开，取决于芯片厂愿不愿意第一时间适配。这次三家 Day0（发布当天即适配）：
- 英特尔：酷睿 Ultra 全异构算力，预填充/解码性能大幅提升
- 瑞芯微：RK3588+RK1828 双芯方案——国产 SoC 端侧跑国产大模型的全栈组合，对国产 AIoT/座舱供应链意义最大
- Arm：SME2 指令集让 prefill 提升1.7倍、decode 提升1.2倍，覆盖全球移动端 CPU 生态 工具链兼容性也已拉满：vLLM、SGLang、llama.cpp、Ollama、GGUF（端侧量化）、MLX（苹果芯片）全支持，MiniCPM 系列全球下载已破 5000万次。
五、横向对比S-aI规DeePThink.cn
| 模型 | 厂商 | 参数 | 开源 | 端侧推理 | AA指数（4B以下） |
|---|---|---|---|---|---|
| MiniCPM5-2B | 面壁智能 | 2B | 是 | 强 | 23（第一） |
| Gemma 4 | 谷歌 | 12B | 是 | 中 | — |
| Qwen2.5-3B | 阿里 | 3B | 是 | 强 | — |
| Phi-3.5-mini | 微软 | 3.8B | 是 | 强 | — |
| Llama-3.2-3B | Meta | 3B | 是 | 强 | — |
六、应用示例
本地运行意味着近乎零边际成本、毫秒级响应、数据不出设备。Agent 从云端走向终端的四条路：
- 手机： 已进三星旗舰机。本地工具调用+隐私不出设备，是手机厂商 AI 差异化的刚需。2B 模型的意义就是能塞进旗舰机 NPU 的功耗预算里。
- 车机座舱： 已进长安、吉利。座舱是端侧 AI 最刚性的场景：地库、隧道、长途弱网环境下必须离线可用，云端方案天然残废。低时延对话+本地指令执行，正好是 Agent 雏形能力的用武之地。
- AI PC： 英特尔深度绑定。酷睿 Ultra 的 CPU/GPU/NPU 异构算力 + OpenVINO 全链路优化，“开箱即用本地部署”。企业端卖点清晰：数据不出内网，这是金融、法律、医疗等合规敏感行业上 Agent 的前置条件。
- 机器人： 与具身智能共振。机器人本体算力有限且常处弱网环境，端侧 Agent（工具调用、任务拆解）是其“大脑”的合理形态——这直接呼应了本周京东物理AI加速计划和智元双模发布的产业趋势。
S-aI规DeePThink.cn
声明：文中数据及部分观点来源于网络，部分观点来源于个人分析和推理，仅供参考，不构成投资或商业决策建议。
资料来源
- 面壁智能
- 新智元
- 光明网