通信界訊 近日，擁有清華系研發創始團隊的面壁智能開源發布了端側旗艦大模型MiniCPM，顯著特點有三，以小博大，在最接近用戶體感的 MT-Bentch 上，表現優異；其次，部署多模態能力，能說會看，還具備編程能力；其三，高效且部署成本低。
網易科技獲悉，面壁智能成立于2022年8月，深耕通用 AI 領域，專注大模型技術創新與應用轉化。目前，公司正在構建 Al Agent 智能體協作平臺以充分釋放大模型高效生產力。
此次發布的端側旗艦大模型MiniCPM就是團隊在助力通往AGI道路上的重要一步，目前，眾多主流手機、PC 與汽車品牌相繼宣告接入大模型，端側模型則是云端協同的關鍵一環。
據介紹，Mistral-7B 是“以小博大”的標桿模型。相比而言，面壁 MiniCPM 以2B 的參數規模、1T tokens，中英文平均成績超越 Mistral-7B，表現優異。
與此同時，在同等規模模型中，面壁 MiniCPM 取得主流榜單的大幅領先成績，相比 Llama2-13B、甚至40B 量級的大個子，也在代碼、邏輯能力等重要榜單上毫不遜色。
演示中，我們可以看到，語言能力方面，面壁 MiniCPM 可以把中英語言夾雜的句子翻譯成法語。
他還能準確地進行知識問答，譬如準確答出山東最高山是泰山，還知道它和黃山的準確海拔，并計算出差值。
此外，可以為你言語中的情感流露配上可愛小表情，也能對人物性格進行活靈活現的演繹。
MiniCPM 還能夠寫出一串「復刻自己」的代碼片段。
具體在部署方面，面壁 MiniCPM 可以支持 CPU 推理，降低模型推理成本。同時發布的量化版本，可以做到壓縮75%，性能基本無損。
面壁智能 CEO 李大海以現場演示所使用手機為例，做了一道數學題。驍龍855芯片，成本約600元人民幣，按照運行5年計算，每秒7.5 tokens，那么170萬 tokens 的推理成本是人民幣1元。低成本端側推理之外，僅需一臺電腦、一張顯卡就能完成對 MiniCPM 的 SFT。
據了解，團隊還對 iOS,、Android 和 Harmony 等操作系統進行了模型適配。目前，MiniCPM 已跑通了國際主流手機品牌和終端 CPU 芯片。
值得一提的是，面壁還一并開源了一個12B 多模態模型 OmniLMM，并取得 Object HalBench 榜單第一，在 MMHal-Bench 僅次于 GPT-4。
李大海表示，這是面壁“大模型+Agent ”雙引擎戰略的關鍵一步，從智能發展而言，我們堅定認為智能體化是未來邁向通用智能的必由之路，而智能體必然要在端側服務用戶，我們接下來會進一步探索 Agent +云端協同的工作機制，實現智能賦能萬物。
面壁智能聯合創始人、清華大學副教授劉知遠認為：從技術研判而言，2023年 ChatGPT 和 GPT-4的推出，表明大模型技術路線已經基本確定。
“接下來就是要探索其科學機理，并極致地優化效率，我們這次推出端側大模型，也是向大家分享一個2B 級別大模型所能達到的性能機制，讓大家認識到即使2B 尺寸大模型的效果極限還沒有被充分挖掘出來，這是一個科學問題也是一個技術問題，需要大家共同探索。”
