智东西

作者 | 杨京丽

编辑 | 李水青

智东西 9 月 8 日报道，今日，北京端侧大模型独角兽面壁智能联合 OpenBMB 开源社区，开源新一代端侧语言基座模型MiniCPM5-2B。该模型参数规模为 2B，支持工具调用、深度搜索、代码生成等任务，已完成英特尔、瑞芯微、Arm 等芯片或计算平台的首日适配。

评测机构 Artificial Analysis 榜单显示，该模型以 23 分位列全球 4B 以下开源模型第一，智能密度高于Qwen3.5 9B和参数规模约为其 6 倍的谷歌Gemma 4 12B模型。在智能体指标 Agentic Index 上，MiniCPM5-2B 得分为 20 分、同级模型均低于 10 分。

面壁智能称，MiniCPM5-2B 在 2B 参数规模上初步展现出通用 Agent 能力雏形，随着端侧 Agent 能力持续提升，其在办公和生活场景中的使用成本有望进一步降低。

除模型权重外，面壁智能还开源了其自研强化学习框架 Meshy、基于奖励的强化学习策略 JustRL II，以及完整训练配方、强化学习框架与配套数据集，为开发者提供可复现、可验证的技术路径。截至 2026 年 8 月，MiniCPM 系列开源模型全球下载量已突破5000 万次。

MiniCPM5-2B 开源地址（含模型与 UltraData 系列数据）

HuggingFace：

https://huggingface.co/collections/openbmb/minicpm5

GitHub：

https://github.com/OpenBMB/MiniCPM

Meshy 框架开源地址及博客：

https://github.com/OpenBMB/Meshy

https://maydomain.notion.site/meshy-blog-zh

JustRL II 强化学习算法博客：

https://panhaoxuan.notion.site/justrl-ii-small-llms-to-128k-reasoning-with-a-critic-cn

一、4B 以下开源模型第一，超过 Gemma 4 等参数规模更大模型

据 Artificial Analysis 评测结果，MiniCPM5-2B 的综合能力得分为 23 分，位列全球 4B 参数以下开源模型第一，得分超过 Gemma 4 12B、Qwen3.5 9B 以及各大主流 3B-4B 级别的模型。

在智能密度方面，MiniCPM5-2B 以 2B 的参数规模，取得了高于 4B 级开源模型的智能得分。与相关对比模型相比，其参数量约为一半，智能得分接近两倍，体现出较高的参数利用效率。

在推理输出方面，MiniCPM5-2B 消耗 21k Token（1.4k 思考 +7k 答案），对应智力得分 23 分。相比之下，Granite 4.2 3B 消耗约 19k Token（12k 思考 +7k 答案），智力得分为 14 分；LFM2.5-2.6B 消耗 21k Token（14k 思考 +7k 答案），得分为 11 分。

以 1000 分为人类基线，MiniCPM5-2B 在真实任务评测中获得 891 分，居于 4B 以下模型榜首，同时远高于参数规模约为其 6 倍的 Gemma 4 12B（647 分），更接近人类水平。

此外，在面壁智能公布的 34 项基准评测中，MiniCPM5-2B 平均得分为 53.9 分，在该组对比模型中排名第一，超过 Qwen3.5-4B 等参数规模更大的模型。评测覆盖代码推理、数学推理、指令遵循、综合知识、长文本、工具调用和 Agent 任务等方向。

二、开放强化学习框架、训练配方等，接入主流开发工具链

随着 MiniCPM5-2B 开源，面壁智能与 OpenBMB 还开源了其自研强化学习框架 Meshy 与基于奖励的强化学习策略 JustRL II。

在训练框架侧，Meshy 取消了中央控制器和 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 中的数据就绪状态驱动流程，支持在同步、异步和全异步三种训练模式之间切换，便于扩展。

为解决长思维链强化学习中的数据质量与信用分配问题，MiniCPM 团队提出了 JustRL II：数据上，通过三阶段流水线筛选和校准训练数据；算法上，为 GRPO 引入 Critic，实现词元级信用分配。据面壁智能介绍，JustRL II 使 MiniCPM5-2B 在强化学习后训练中获得了显著的性能收益。

同时，面壁智能与 OpenBMB 还同步开放模型背后的训练配方、框架与数据，为开发者复现训练过程、开展微调及应用适配提供支持。

目前，MiniCPM5-2B 已接入主流开发工具链，并适配多种模型开发与部署工具。

模型训练与微调方面，MiniCPM5-2B 支持 LlamaFactory、ms-swift 等工具；在推理部署上，支持 SGLang、vLLM、llama.cpp、Ollama、Hugging Face Transformers 等主流框架，并兼容面壁智能自研的 Arclight CPU 推理框架。开发者可根据设备类型、算力条件和应用需求选择部署方案。

三、英特尔、瑞芯微、Arm 平台完成首日适配

为加速产业落地，MiniCPM5-2B 已与英特尔、瑞芯微、Arm 等多家芯片或计算平台厂商完成了 Day0 首日原生适配。

在英特尔平台上，团队依托酷睿 Ultra 系列 CPU、GPU 和 NPU 异构计算资源，以及 OpenVINO 工具套件，对算子、图融合和内存调度进行优化，支持开发者在 AI PC 上进行本地部署。

在瑞芯微平台上，MiniCPM5-2B 可基于 RK3588 与 RK1828 双芯平台部署，通过 RKNN3 工具链完成模型量化和算子优化，支持推理、工具调用、深度搜索和代码生成等任务。

在 Arm 平台上，该模型已适配启用第二代可伸缩矩阵扩展技术 SME2 的 Armv9 移动设备。据面壁智能披露的测试结果，相关优化使预填充与解码阶段的性能分别达到对照条件下的约 1.7 倍和 1.2 倍。

结语：端侧基座模型探索 Agent 落地

MiniCPM5-2B 将端侧基座模型的能力探索进一步延伸至 Agent 任务，并通过训练方法开源、硬件适配和工具链支持，为开发者开展端侧应用提供基础。

后续值得关注的是，这类端侧模型能否在有限的算力与内存下，稳定完成工具调用、搜索和代码生成等任务，并在任务效果、响应速度与功耗之间取得平衡，让评测中的能力优势转化为日常使用中的实际价值。