通信界讯 近日，拥有清华系研发创始团队的面壁智能开源发布了端侧旗舰大模型MiniCPM，显著特点有三，以小博大，在最接近用户体感的 MT-Bentch 上，表现优异；其次，部署多模态能力，能说会看，还具备编程能力；其三，高效且部署成本低。

网易科技获悉，面壁智能成立于2022年8月，深耕通用 AI 领域，专注大模型技术创新与应用转化。目前，公司正在构建 Al Agent 智能体协作平台以充分释放大模型高效生产力。

此次发布的端侧旗舰大模型MiniCPM就是团队在助力通往AGI道路上的重要一步，目前，众多主流手机、PC 与汽车品牌相继宣告接入大模型，端侧模型则是云端协同的关键一环。

据介绍，Mistral-7B 是“以小博大”的标杆模型。相比而言，面壁 MiniCPM 以2B 的参数规模、1T tokens，中英文平均成绩超越 Mistral-7B，表现优异。

与此同时，在同等规模模型中，面壁 MiniCPM 取得主流榜单的大幅领先成绩，相比 Llama2-13B、甚至40B 量级的大个子，也在代码、逻辑能力等重要榜单上毫不逊色。

演示中，我们可以看到，语言能力方面，面壁 MiniCPM 可以把中英语言夹杂的句子翻译成法语。

他还能准确地进行知识问答，譬如准确答出山东最高山是泰山，还知道它和黄山的准确海拔，并计算出差值。

此外，可以为你言语中的情感流露配上可爱小表情，也能对人物性格进行活灵活现的演绎。

MiniCPM 还能够写出一串「复刻自己」的代码片段。

具体在部署方面，面壁 MiniCPM 可以支持 CPU 推理，降低模型推理成本。同时发布的量化版本，可以做到压缩75%，性能基本无损。

面壁智能 CEO 李大海以现场演示所使用手机为例，做了一道数学题。骁龙855芯片，成本约600元人民币，按照运行5年计算，每秒7.5 tokens，那么170万 tokens 的推理成本是人民币1元。低成本端侧推理之外，仅需一台电脑、一张显卡就能完成对 MiniCPM 的 SFT。

据了解，团队还对 iOS,、Android 和 Harmony 等操作系统进行了模型适配。目前，MiniCPM 已跑通了国际主流手机品牌和终端 CPU 芯片。

值得一提的是，面壁还一并开源了一个12B 多模态模型 OmniLMM，并取得 Object HalBench 榜单第一，在 MMHal-Bench 仅次于 GPT-4。

李大海表示，这是面壁“大模型+Agent ”双引擎战略的关键一步，从智能发展而言，我们坚定认为智能体化是未来迈向通用智能的必由之路，而智能体必然要在端侧服务用户，我们接下来会进一步探索 Agent +云端协同的工作机制，实现智能赋能万物。

面壁智能联合创始人、清华大学副教授刘知远认为：从技术研判而言，2023年 ChatGPT 和 GPT-4的推出，表明大模型技术路线已经基本确定。

“接下来就是要探索其科学机理，并极致地优化效率，我们这次推出端侧大模型，也是向大家分享一个2B 级别大模型所能达到的性能机制，让大家认识到即使2B 尺寸大模型的效果极限还没有被充分挖掘出来，这是一个科学问题也是一个技术问题，需要大家共同探索。”