面壁智能發佈端側模型 MiniCPM5-2B，AA-Index 榜單 4B 以下全球性能第一

面壁智能攜手 OpenBMB 於 2026 年世界人工智能大會（WAIC）上正式發表最新端側模型 MiniCPM5-2B，並完成多款主流晶片的適配。根據官方公布的資訊，該模型在 Artificial Analysis（AA）榜單評測中以 17 分的成績奪下榜首，成為全球 4B 參數量以下模型中得分最高的代表，凸顯其在輕量級邊緣端運算的競爭力。AA 榜單向來是衡量模型性價比與推理能力的指標之一，MiniCPM5-2B 能在 4B 以下級別拔得頭籌，意味著其可在有限的硬體資源內提供貼近大模型的表現。

面壁智能說明，這款模型從設計階段就鎖定端側部署需求，在參數量與效能之間取得平衡，並針對即時回應與深度思考兩種使用情境做出最佳化。MiniCPM5-2B 原生支援混合思考模式，可在快速應答與多步推論之間動態切換，適應不同任務的延遲要求。同時，它提供 512K 的超長上下文窗口，理論上能一次處理整本長篇小說或數十萬行程式碼，對需要大量文本理解的場景相當實用。官方表示，模型的能力涵蓋通用知識、數學與程式推理、複雜指令跟隨、多語言理解與生成、長文本處理、工具呼叫以及深度搜索，是目前 4B 參數以下任務覆蓋最完整的端側方案。

除了基礎能力，MiniCPM5-2B 也內建代理（Agent）核心功能，包括工具呼叫、深度搜索與程式碼生成。訓練階段採用多階段策略：先執行 200B 規模的 Agent Midtraining，再使用百萬條高品質軌跡進行 Agent SFT，最後透過可擴展的 Agent RL 對齊最佳化，使模型在自主任務執行上更穩定可靠。這樣的設計讓 MiniCPM5-2B 可直接擔任手機、個人電腦、智慧座駕等裝置上的本地 AI 助手核心，減少對雲端的依賴，提升反應速度與隱私保護。在生態適配方面，面壁智能已陸續完成與 AMD、英特爾、聯發科、高通（按英文首字母排序）等全球主要晶片廠商的端側模型整合。

此外，團隊也與眾智 FlagOS 社群合作，針對 9 款晶片達成 Day0 初始適配，涵蓋華為昇騰、海光、崑崙芯、沐曦、摩爾線程、平頭哥、清微智能、天數智芯、NVIDIA，並進一步延伸至 ARM 架構的端側平台。這意味著開發者可在多樣化的硬體環境中快速部署 MiniCPM5-2B。官方預告，MiniCPM5-2B 將在近期正式開源，屆時開發者可透過 Hugging Face、魔搭（ModelScope）等平台取得模型權重，同時也會提供針對各家晶片平台的適配容器映像與部署指引。

面壁智能過去曾開源 MiniCPM5-1B，同樣在 AA-Index 上超越所有 2B 參數以下模型，並能在手機與瀏覽器中直接運算。如今新一代 2B 級別的推出，進一步鞏固該團隊在邊緣端大語言模型的領先地位。隨著終端裝置對 AI 能力的需求持續升高，能在本地流暢執行推理的輕量模型成為產業焦點。面壁智能選擇從參數規模與任務廣度切入，並積極與晶片廠商打造適配方案，試圖降低開發者導入門檻。未來若開源策略順利推動，可望吸引更多應用開發者基於 MiniCPM5-2B 打造隱私敏感、低延遲的 AI 服務，加速端側智慧普及。