電子發燒友網報道（文/李彎彎）2025年6月6日，面壁智能CEO李大海在北京智源大會上發布有史以來最具想象力的面壁小鋼炮模型MiniCPM4.0，代號“前進四”，開源兩個版本，8B閃電稀疏版和0.5B最強小小鋼炮。





李大海表示，面壁智能是第一個把全模態模型帶到端側的公司。面壁智能小鋼炮，旨在把大模型放到離用戶最近的地方，做高效的端側智能。

MiniCPM4.0最大的特點——快

2019年面壁智能超前入局大模型，發布世界首個知識增強大模型ERNE，2020年發布國內首個中文大模型CPM-1，2021年發布持續學習發模型CPM-2，2022年發布可控生成大模型CPM-3；2023年，面壁智能又發布CPM-Bee多語言百億大模型，之后還發布了第三代千億參數多模態大模型CPM-Cricket，評分超越GPT-3.5，邏輯能力比肩GPT-4。

2024年面壁智能領先走向端側智能。2月發布MiniCPM-2B旗艦級端側模型；4月發布MiniCPM 2.0；9月發布MiniCPM-V 2.6，在端側性能實現全面對標 GPT-4V；12月發布MiniCPM 3.0，在包括自然語言理解、知識、代碼、數學等多項能力上超越OpenAI的 GPT-3.5；2025年1月，面壁智能發布MiniCPM-o 2.6端側全模態模型，性能比肩GPT-4o；2025年3月發布cpmGO，首個純端側智能體助手。



李大海介紹，面壁智能端側大模型面壁小鋼炮包括基座模型MiniCPM、旗艦多模態模型MiniCPM-V、旗艦全模態模型MiniCPM-o。截至目前，面壁小鋼炮旗艦端側大模型有超過1000萬下載量。李大海表示：“這是千千萬萬開發者對我們的認可，未來還會持續發布更好的端側大模型，賦能智能硬件的創新和開發。”



“這次發布的面壁小鋼炮模型MiniCPM4.0版本，最大的特點就是快。”李大海談到，“相比其他模型，MiniCPM4.0-8B僅22%訓練開銷，在同等參數下，性能更強，可對標Qwen3-8B，超越Gemma3-12B。”

MiniCPM4-MCP支持15個主流應用，包括Airbnb、Github mcp、Slack、PPTs、PowerPoint、office-Word-Mcp-Server、Computer Use、Desktop-commander、File_system、OpenAI Whisper等；MiniCPM4-Survey端側版表現比肩DeepResearch。



面壁小鋼炮正在進行廣泛的生態適配，適配主流芯片與開源框架部署，芯片如括華為、英特爾、聯發科、高通；開源框架如LLM、LlamaFactory、AutoGPT、SGland等。李大海強調，依托分塊稀疏注意力機制，MiniCPM4.0在英特爾平臺上推理深度優化實現兩倍加速。

多維度技術創新——架構高效、推理高效

MiniCPM4.0之所以能夠做到又快又好，源于系統級層層效率優化，包括四個層面：架構高效、推理高效、學習高效、數據高效。



架構高效方面，MiniCPM4.0采用InfLLM升級版InfLLM 2.0稀疏注意力結構。李大海介紹說，稀疏度越高，計算量越小，速度越快。傳統Transformer模型每token需和序列中所有token進行相關性計算逐字重復計算，效率低下。InfLLM 稀疏注意力機制，對文本分塊分區域處理，只對最具相關性重點區城進行注意力計算“抽查”，更高效。

而且MiniCPM4.0采用高效雙頻換擋，即長文本用稀疏，短文本用稠密。



推理高效方面，面壁智能自研全套端側高性能推理框架。CPM.cu自研極速端側推理框架，稀疏、投機和量化的高效結合，FR-Spec輕量化投機采樣，并給小模型減負加速，使得速度提升5倍；BitCPM極致低位寬量化，端側極致內存容量友好，4-bit量化達業界SOTA等級，瘦身90%；Arklnfer自研跨平臺部署框架，面向多平臺端側芯片極致優化，跨平臺高效投機采樣和限制解碼，端側多平臺 ModelZoo絲滑使用，速度提升2倍。

李大海表示，與云端不同，云端多采用英偉達、昇騰的芯片，而端側較為復雜，這種跨平臺部署框架對于大模型端側部署來說就極為重要。在他看來，面壁智能新帶來的面壁小鋼炮模型MiniCPM4.0，在多項技術的加持下，使用更少的數據，需要更少的訓練、更少的算力，因而成本也會下降，這有助于大模型能在更多場景實現落地。