端侧大模型赛道迎来新突破。面壁智能联合 OpenBMB 开源社区正式发布新一代端侧语言基座模型MiniCPM5-2B。该模型参数规模仅 2B，却在权威评测中斩获全球 4B 以下开源模型榜首，并首次在端侧尺寸上展现出通用 Agent 的雏形。
一、2B“小钢炮”：Dense 架构直指端侧
作为 MiniCPM5 系列的第二款产品（继 1B 版本后），MiniCPM5-2B 采用Dense 2B Transformer架构，沿用成熟训练配方放大而成，精准定位端侧、本地部署及资源受限场景。
其能力远超参数规模限制，支持工具调用、深度搜索、代码生成等复杂任务。面壁智能指出，该模型在 2B 规模上已初步具备通用 Agent 能力；随着端侧 Agent 技术演进，其在办公与生活场景的应用成本有望进一步降低。
二、性能实测：4B 以下开源第一，智能密度翻倍
在 Artificial Analysis Intelligence Index（AA 榜单）评测中，MiniCPM5-2B 综合得分23 分，位居全球 4B 参数以下开源基座模型第一。
智能体指标表现尤为抢眼：
| 指标 | MiniCPM5-2B | 同级对比模型 |
|---|---|---|
| AA 综合得分 | 23 分（4B 以下第一） | — |
| Agentic Index（智能体） | 20 分 | LFM2.5-2.6B、Granite 4.2 3B、Mistral 3 3B 均为2 分 |
| 34 项基准平均分 | 53.9 分（第一） | 同级 2B 第二名 33.2 分；超越 4B 最佳模型 Qwen3.5-4B |
| 真实任务评测（人类基线 1000） | 891 分 | Gemma 4 12B 仅 647 分（参数量约为其 6 倍） |
核心优势体现在三个维度：
三、全栈开源：RL 框架、训练配方与数据集同步释放
此次发布不仅开源模型权重，更提供了完整的“全家桶”：面壁智能与 OpenBMB 同步开放自研强化学习框架Meshy、基于奖励的强化学习策略JustRL II，以及全套训练配方与配套数据集。
Meshy 框架：摒弃中央控制器与 Ray 依赖，将训练、推理、奖励计算等环节组织为对等服务。通过 TransferQueue 数据就绪状态驱动流程，支持同步、异步及全异步三种模式切换，便于横向扩展。
JustRL II 策略：针对长思维链强化学习中的数据质量与信用分配难题，数据侧采用三阶段流水线筛选校准；算法侧为 GRPO 引入Critic机制，实现词元级信用分配。该策略显著提升了 MiniCPM5-2B 在强化学习后训练中的性能收益。
UltraData 数据家族：随模型一同释出，包含 UltraX（高质量网页预训练数据）、UltraData-Code（L0–L3 分层代码数据）、UltraData-SFT-Agent-2609（50 万条 Agent 样本）及 UltraData-RL-2609（8 万 + 条高质量 RL 样本，覆盖数学、代码、通用知识与长上下文推理）。
此举赋予开发者可复现、可验证的能力：不仅可直接使用模型，更能依据公开配方自行训练。
四、硬件生态：Intel、瑞芯微、Arm 首日原生适配
端侧模型落地关键在于硬件适配。MiniCPM5-2B 已完成与英特尔、瑞芯微、Arm 等主流芯片平台的首日（Day0）原生适配：
工具链生态完善：训练微调支持 LlamaFactory、ms-swift；推理部署兼容 SGLang、vLLM、llama.cpp、Ollama、Hugging Face Transformers 等主流框架，并支持面壁自研 Arclight CPU 推理框架，开发者可按需灵活选择。
五、行业洞察：端侧竞争的三大转折
第一，竞争焦点从“能跑”转向“能干活”。过去端侧模型侧重在移动端运行，MiniCPM5-2B 则将战场推向 Agent 任务（工具调用、搜索、代码生成）。Agentic Index 上 20 分对 2 分的断层领先，标志着先发者已在新赛道拉开差距。
第二，智能密度成为端侧硬通货。受限于算力与内存，“用一半参数拿到近两倍智能得分”比单纯的高分更具产业价值，直接决定了单设备的能力承载上限。
第三，“训练方法开源”价值超越“权重开源”。Meshy+JustRL II+UltraData 的组合将强化学习工程细节公开，让复现与二次创新成为可能。截至 2026 年 8 月，MiniCPM 系列全球下载量已突破5000 万次，印证了其生态影响力。
未来关键看点在于，此类端侧模型能否在有限资源下稳定执行复杂任务，并在效果、速度与功耗间取得平衡，从而将评测优势转化为实际应用价值。这将是“端侧通用 Agent"从雏形走向成熟的关键一步。
本文由天渊三整理撰写。