面壁智能发布端侧模型 MiniCPM5-2B：AA-Index 4B 以下模型得分居首，已适配多类芯片
据 IT之家消息，7 月 19 日，面壁智能联合 OpenBMB 在 2026 世界人工智能大会上发布最新端侧模型 MiniCPM5-2B。来源显示，该模型已完成多款芯片适配，并在 Artificial Analysis（AA）最新榜单评测中取得 17 分，位列榜首，官方称其为全球 4B 以下模型中的最高得分。对于端侧 AI 来说，这一发布的重点不只是参数规模控制在 2B 级别，更在于其将长上下文、智能体能力和跨芯片部署能力组合到同一模型体系中。
2B 级端侧模型，强调“混合思考”和长上下文
MiniCPM5-2B 面向手机、PC、智能座舱等本地设备场景。按照官方介绍，该模型原生支持混合思考能力，可以在快速响应与深度推理之间灵活切换。这意味着在简单问答、摘要、指令执行等任务中，模型可以优先追求低延迟；而在数学推理、代码分析、复杂规划等任务中，则可启用更深入的推理路径。
另一个关键信息是 512K 超长上下文窗口。来源称，模型单次可处理整本长篇小说或数十万行代码。对于端侧应用而言，长上下文不仅对应“能读更多”，也会影响本地知识库、代码助手、文档问答、会议纪要分析等实际体验。过去，端侧小模型常因上下文长度受限，只能处理短文本；MiniCPM5-2B 如果在真实设备上保持可用性能，将有助于拓宽小模型的生产力边界。
能力覆盖更接近“端侧智能体基座”
从任务范围看，MiniCPM5-2B 覆盖通用知识、数学与代码推理、复杂指令遵循、多语言理解与生成、长文本处理、工具调用以及深度搜索等能力。官方将其称为当前 4B 以下任务覆盖较完整的模型之一。
值得注意的是，MiniCPM5-2B 原生具备工具调用、深度搜索和代码生成等智能体核心能力。训练阶段方面，来源提到模型先后执行了 200B 规模的 Agent Midtraining、百万条高质量轨迹的 Agent SFT，以及可扩展的 Agent RL 对齐优化，用于提升智能体行为的稳定性与可靠性。
- 工具调用：有利于模型连接本地应用、系统能力或外部服务，执行更完整的任务链。
- 深度搜索：面向复杂问题时，可支持更强的信息检索与归纳流程。
- 代码生成：有助于在端侧设备上形成轻量级编程助手或自动化脚本生成能力。
- 长文本处理：适用于文档、代码仓库、长篇内容分析等高上下文需求场景。
芯片适配是端侧 AI 落地的关键变量
与云端大模型不同，端侧模型能否大规模使用，很大程度取决于硬件生态。IT之家获悉，面壁智能已完成对 AMD、英特尔、联发科、高通等全球主流芯片厂商的端侧模型适配。同时，MiniCPM5-2B 联合众智 FlagOS 社区完成 9 款芯片的 Day0 适配，覆盖华为昇腾、海光、昆仑芯、沐曦、摩尔线程、平头哥、清微智能、天数智芯、英伟达，并延伸至 ARM 端侧平台。
这类适配工作的意义在于降低开发者部署门槛。端侧 AI 不只是模型权重小，还需要在不同 NPU、GPU、CPU 或异构平台上实现可运行、可优化、可维护。若后续镜像和部署指南同步完善，MiniCPM5-2B 可能更容易进入手机助手、PC 本地办公助手、车载语音与座舱交互、边缘设备运维等场景。
影响解读：小模型竞争从“能跑”进入“能做事”
过去一年，端侧模型的关注点主要集中在参数压缩、量化和低资源运行；而 MiniCPM5-2B 释放的信号是，行业竞争正在转向“在本地能完成多少真实任务”。AA-Index 4B 以下得分居首，为其提供了一个公开评测层面的性能背书；但对开发者和设备厂商而言，更关键的仍是推理速度、内存占用、功耗、工具调用稳定性以及不同芯片平台上的部署体验。
官方表示，MiniCPM5-2B 将在不久的将来正式开源，开发者可通过 Hugging Face、魔搭等平台获取模型权重，同时获得各芯片平台的适配镜像与部署指南。若开源节奏和适配资源如期落地，这款模型有望成为国产端侧智能体生态中的重要基座之一，也将推动小参数模型从演示型应用走向更贴近日常设备的本地 AI 助手。