不用人类手写训练框架了!AI自己写代码,训出1B端侧「小钢炮」
大模型行业正发生路线分化,除了云端巨量参数模型,高效、低成本的端侧模型成为新焦点。面壁科技开源了新一代端侧文本基座大模型 MiniCPM5-1B。这是一款参数量仅为 1B 的模型,旨在通过极致的高效性,在本地设备上实现通用能力,解决端侧部署对算力、内存和延迟的苛刻要求。
01核心参数与量化规格
MiniCPM5-1B 针对不同硬件环境提供了多种量化版本,以平衡性能与资源占用。FP16 精度权重约为 2GB,适合 GPU 及高性能设备;INT8 量化后约 1GB,性能损失极低;INT4 / Q4 量化后体积仅 0.5GB,使得手机、平板及车机等移动设备也能承载。此外,该模型支持纯 CPU 环境运行及浏览器端部署。
02性能评测与智能密度
在参数受限的情况下,MiniCPM5-1B 保持了较高的通用能力。在综合知识、数学推理、代码编程及工具调用等核心维度,其表现均超越了同规模竞品,包括 Qwen3.5-0.8B 和 LFM2.5-1.2B-Thinking。权威榜单 Artificial Analysis Intelligence Index(AA-Index)数据显示,该模型以 1B 参数获得 17.9 分,位列小尺寸模型榜首,超越了所有 2B 参数以下模型。
| 模型名称 | 参数量 | AA-Index 评分 | 性能对比 |
|---|---|---|---|
| MiniCPM5-1B | 1B | 17.9 | 基准 |
| Qwen3.5-2B | 2B | 16.3 | 评分较低,参数量翻倍 |
| Qwen3.5-0.8B | 0.8B | - | 核心能力维度表现落后 |
MiniCPM5-1B 与竞品性能对比
03生态适配与部署
- 推理框架兼容
支持 SGLang、vLLM、llama.cpp、Ollama、Hugging Face 等主流工具,开发者无需从零搭建链路。 - 微调工具支持
兼容 LlamaFactory、ms-swift,方便基于私有数据进行领域适配。 - 自动化部署提供 Agent Skills,支持代码智能体(如 Claude Code)自动完成安装与部署,降低操作门槛。
- 国产算力适配已适配华为昇腾系列芯片,支持国产算力环境。
04技术亮点:AI 自研框架与数据治理
该模型的技术亮点在于其生产方式的变革。MiniCPM5-1B 的 Base Model 版本由训练框架 ForgeTrain 参与预训练完成。ForgeTrain 是全球首个完全由 AI 编写的生产级大模型训练框架,未有人类工程师参与编写。
ForgeTrain vs 传统框架
AI 自动生成
代码完全由 AI 编写
英伟达 H100 训练速度领先 10%
华为昇腾上速度领先 MindSpeed 10%


人工维护
依赖工程师编写与维护
标准训练效率
需针对特定芯片手动优化适配
此外,面壁开源了高质量预训练数据集 UltraData(含 Ultra-FineWeb-L3)。针对小模型对数据敏感的特性,建立了 L0 到 L4 的分级数据治理体系,通过合成高知识密度语料并剔除噪声,支撑模型在有限参数下实现高智能密度。
当前文章无评论,是时候发表评论了