5 月 25 日至 29 日，面壁智能与 OpenBMB 联合举办「端侧大模型开源周」，每天解锁一个端侧大模型的杀手锏。端侧大模型的顶峰，不只在冰山一角，而在整座冰山。
5 月 25 日至 29 日，面壁智能与 OpenBMB 联合举办「端侧大模型开源周」，每天解锁一个端侧大模型的杀手锏。端侧大模型的顶峰，不只在冰山一角，而在整座冰山。今天是开源周的第二弹：端侧文本小钢炮?MiniCPM5-1B，由面壁智能联合清华大学、 OpenBMB 开源社区正式发布并开源最新一代端侧文本基座大模型。MiniCPM5-1B 再次刷新模型的智能密度上限：仅以 1B 参数规模，在国际知名榜单 AA-Index 上超越了所有 2B 参数以下模型。相比 3 个月前发布的 Qwen3.5-2B，MiniCPM5-1B 不仅效果更优，参数量还减少了一半。这一结果进一步验证了我们持续观察到的密度定律：大模型的智能密度正在以约每 3.5 个月翻一番的速度持续提升。更小的模型，正在承载更高的智能密度。据多个公开榜单成绩显示，MiniCPM5-1B 的综合文本性能在全球 2B 参数规模以下的基座模型中排名最优：在知识、数学推理、代码推理、工具调用等维度上，MiniCPM5-1B 全面超越 Qwen3.5-0.8B、LFM2.5-1.2B-Thinking 等同尺寸的基座模型。在权威榜单 Artificial Analysis（AA）上，?MiniCPM5-1B 的得分（17.9分）位于「小尺寸模型」榜单第一，甚至超过 Qwen3.5-2B（16.3分），成为全球 2B 参数规模以内的最强开源基座模型！
此外，端侧友好，部署与运行门槛极低，INT4 量化后权重仅 0.5GB，能跑在手机上、跑在浏览器里、甚至跑在你手边的几乎任何硬件上。即使只有 1B 参数规模，能力强大的 MiniCPM5-1B 却一样能驱动大量有趣而酷炫的应用，比如跑在每个人终端上的「桌宠」。
更特别的是，它的 Base Model 版本由面壁智能自主研发的 AI 训练框架 ForgeTrain 预训练完成。ForgeTrain 是全球首个完全由 AI 编写的生产级大模型预训练框架，零人类程序员参与编写框架代码，训练速度比英伟达 Megatron 还要快 10%。一个由 AI 亲手锻造的框架，训出了 2B 规模综合性能全球最强的文本基座模型。这表明，「AI 制造 AI」的递回归智能（RSI）不是天方夜谭，而是正在发生的现实，甚至可能比 Anthropic AI 创始人兼 CEO Dario Amodei 预言的 2028 年还要更早实现。MiniCPM5-1B 现已全面开源，包括模型权重、训练数据集与部署方案。以下是这款小钢炮的完整介绍。1B 参数，驱动超炫「桌宠」MiniCPM5-1B 的综合性能表现进一步提升了行业对端侧模型的认知——10 亿左右参数（1B）规模的基座模型，也能驱动许多强大而酷炫的应用。比如每个人都能养得起的「桌宠」，跑在你的手机上、电脑上，无论何时何地、有网没网，都能贴心陪伴你左右：
