De 25 a 29 de maio, a Facewall Intelligence e o OpenBMB realizaram conjuntamente a "Semana de Código Aberto de Modelos de Borda Grandes", revelando diariamente as características essenciais de um modelo de borda de grande porte.
De 25 a 29 de maio, a Facewall Intelligence e o OpenBMB realizaram conjuntamente a "Semana de Código Aberto de Modelos de Borda Grandes", revelando diariamente as características essenciais de um modelo de borda de grande porte. O culminar dos modelos de borda grandes não é apenas a ponta do icebergue, mas sim todo o icebergue. Hoje é a segunda edição da Open Source Week: a potência textual de borda – MiniCPM5-1B, oficialmente lançada e disponibilizada como código aberto pela Facewall Intelligence em colaboração com a Universidade Tsinghua e a comunidade de código aberto OpenBMB, representando a mais recente geração de modelos de base textual de borda de grande escala. O MiniCPM5-1B redefine o limite superior da densidade de inteligência dos modelos: com apenas 1 bilião de parâmetros, supera todos os modelos com menos de 2 biliões de parâmetros no conceituado ranking internacional AA-Index. Comparativamente ao Qwen3.5-2B, lançado há três meses, o MiniCPM5-1B não só apresenta um melhor desempenho, como também reduz o número de parâmetros para metade. Este resultado valida ainda mais a nossa lei da densidade observada continuamente: a densidade de inteligência dos modelos grandes aumenta continuamente a uma taxa de aproximadamente duplicar a cada 3,5 meses. Modelos mais pequenos apresentam maior densidade de inteligência. De acordo com diversos benchmarks disponíveis publicamente, o MiniCPM5-1B ostenta o melhor desempenho global em texto entre os modelos base com um tamanho de parâmetro de 2 mil milhões ou menos em todo o mundo. Em dimensões como o conhecimento, o raciocínio matemático, o raciocínio de código e a invocação de ferramentas, o MiniCPM5-1B supera largamente modelos base de tamanho semelhante, incluindo o Qwen3.5-0.8B e o LFM2.5-1.2B-Thinking. No conceituado benchmark Artificial Analysis (AA), a pontuação do MiniCPM5-1B (17,9 pontos) ocupa o primeiro lugar na categoria "Modelos Pequenos", superando mesmo o Qwen3.5-2B (16,3 pontos), tornando-o o modelo base de código aberto mais forte com um tamanho de parâmetro de 2 mil milhões em todo o mundo!
Além disso, é compatível com diversos dispositivos, com barreiras de implantação e operação extremamente baixas. Após a quantização INT4, o tamanho é de apenas 0,5 GB, o que significa que pode ser executado em telemóveis, browsers e praticamente qualquer hardware ao seu alcance. Mesmo com apenas 1 bilião de parâmetros, o poderoso MiniCPM5-1B ainda consegue executar uma grande variedade de aplicações interessantes e inovadoras, como "animais de estimação virtuais" que funcionam em dispositivos de todos os tipos.
O que é ainda mais notável é que a sua versão do Modelo Base foi pré-treinada utilizando o ForgeTrain, uma estrutura de treino de IA desenvolvida independentemente pela Wallfacer AI. O ForgeTrain é a primeira estrutura de pré-treino de modelos em larga escala do mundo, pronta para produção, escrita inteiramente por IA, sem qualquer intervenção humana na escrita do código, e a sua velocidade de treino é 10% mais rápida do que a do NVIDIA Megatron. Uma estrutura criada pela própria IA treinou o modelo de texto mais poderoso do mundo numa escala de 2 mil milhões. Isto demonstra que "IA criando IA" — Inteligência Recursiva (IR) — não é um sonho impossível, mas uma realidade que já está a concretizar-se e que pode até ser alcançada antes do previsto por Dario Amodei, fundador e CEO da Anthropic AI, em 2028. O MiniCPM5-1B é agora totalmente open source, incluindo pesos do modelo, conjuntos de dados de treino e soluções de implantação. Abaixo encontrará uma introdução completa a esta pequena e poderosa máquina. Com 1 bilião de parâmetros, o MiniCPM5-1B, um "dispositivo de estimação de mesa" super-cool, melhorou ainda mais a compreensão do setor sobre os modelos de edge — um modelo básico com aproximadamente 1 bilião de parâmetros (1B) também pode executar muitas aplicações poderosas e interessantes. Por exemplo, um "dispositivo de estimação de secretária" acessível a todos, que funciona no telemóvel ou no computador, pode ser um companheiro útil a qualquer hora e em qualquer lugar, com ou sem acesso à internet.
