MiniCPM5（面壁智能 1B/2B 端侧模型系列）

是什么

MiniCPM5 是一组小参数的开放权重语言模型，采用稠密（dense）的 Transformer 架构。它与混合专家（mixture-of-experts，MoE）的做法相反：MoE 让每个词元只经过一部分参数，而 MiniCPM5 的每个模型都是稠密的，处理每个词元时都会用上全部参数 ^[3]。该系列以 Apache-2.0 许可发布 ^[2]。团队把它定位在端侧运行、本地部署和其他资源受限的场景，而不是大规模服务器端的推理服务 ^[3]。

发布节奏

系列的第一个模型 MiniCPM5-1B 于 2026 年 5 月 21 日发布在 Hugging Face 上，为整个系列揭幕 ^[1]。MiniCPM5-2B 随后于 2026 年 9 月 6 日发布 ^[2]。团队把 2B 模型描述为对 1B 模型同一套训练方案的放大，因此两者应当被读成同一条路线上的两个点，而不是两套不同的设计 ^[3]。这也是小模型系列常见的做法：一套配方，多个尺寸，开发者挑一个还能装进目标设备的最大版本即可。

为什么在这个尺寸上选择稠密

模型一旦离开数据中心，稠密还是稀疏就成了很实际的问题。混合专家模型对每个词元只激活网络的一部分，单次计算的量比参数总量看起来要小，但全部权重仍然要存下来，路由这一步也需要推理框架支持。稠密模型正好相反：显存或内存占用、每个词元的计算量都直接由参数规模决定，中间没有路由决策。对一个要跑在手机、笔记本或小型边缘设备上的模型来说，这种可预测性很值钱，因为真正的约束往往是内存带宽和电量，而不是峰值算力。量化与本地推理工具也通常在结构规整的稠密模型上最好处理。

团队的说法

团队把 MiniCPM5-2B 称为 2B 级别开源模型中的最优水平，并表示它在整体上仍能与 4B 级别的模型竞争 ^[3]。与同等规模的模型相比，它声称在编程、数学、长上下文理解、工具调用和智能体任务上具有优势 ^[3]。这些都是团队自己的判断；对读者而言值得留意的是这些说法的覆盖面——不只是文本质量，还有让一个小模型能真正嵌进应用里的那些能力，比如调用工具、完成多步任务。

数据与分发

训练数据随模型一并公开，属于 UltraData 数据家族，从其首个成员 UltraX 开始 ^[3]。把语料和权重一起放出来，意味着外界可以看到一个小模型究竟是用什么训练的，也可以把这些数据复用到别的模型上。权重提供 BF16、GGUF、MLX 和 GPTQ 等多种格式 ^[3]。格式的铺开对应着这些模型打算跑的地方：GGUF 面向本地 CPU 与 GPU 推理工具，MLX 面向苹果芯片，GPTQ 面向量化部署，BF16 则是参考精度。对这个尺寸的模型来说，采用情况相当可观——MiniCPM5-2B 的模型卡在 Hugging Face 上记录了超过一百万次下载 ^[2]。

在发展中位置

MiniCPM5 属于开放模型发展中「用更少参数做更多事」的那一支。它背后的判断是：一个训练良好的 10 亿到 20 亿参数稠密模型，如果权重和数据都公开，并且提供了本地推理框架能直接读取的格式，对许多开发者来说，比一个只能通过接口调用的大模型更有用。1B 和 2B 是这个系列的开端，而首发时的命名方式已经预示了后续还会有更大的尺寸 ^[1]。