Mianbi Intelligence의 CTO인 Zeng Guoyang은 온디바이스 모델이 AI 구현의 핵심 경로라고 지적했습니다. 원래 방법론인 '모델 풍동 실험'은 소규모 실험에서의 전체 훈련 성과를 예측할 수 있으며, '지식 밀도'에 기반한 '벽 향 법칙'을 제안합니다: 지...
Mianbi Intelligence의 CTO인 Zeng Guoyang은 온디바이스 모델이 AI 구현의 핵심 경로라고 지적했습니다. 원래 방법론인 '모델 풍동 실험'은 소규모
실험에서의 전체 훈련 성과를 예측할 수 있으며, '지식 밀도'에 기반한 '벽 향 법칙'을 제안합니다: 지식 밀도는 3.5개월마다 두 배가 됩니다. 2B 매개변수의 최소 CPM 성능은 동시대 경쟁 8B 모델보다 우수합니다. 페이스월은 이미 퀄컴, 미디어텍, 인텔, 엔비디아, AMD 등 다양한 기업에 대한 칩 적응을 완료했습니다. 새로 출시된 BitCPM-CANN 모델 시리즈는 화웨이 어센드 칩의 동일 메모리에 최대 6배의 모델을 설치할 수 있습니다. 풀 듀플렉스, 풀 모달 모델인 MiniCPM-o4.5는 실시간 인터럽트와 분위기 조절을 지원합니다. 팀은 세계 최초의 AI만으로 작성된 프로덕션 등급 교육 프레임워크인 ForgeTrain을 개발했고, 인터페이스를 열 필요가 없는 '묵적 이해 시스템'을 구현하기 위한 행동 패턴 라이브러리를 도입했습니다.
面壁智能CTO曾国洋指出，端侧模型是AI落地的关键路径。
其原创方法论"模型风洞"可在小规模实验中预测完整训练效果，并基于"知识密度"提出"面壁定律"：知识密度每3.5个月翻一番。
2B参数的MiniCPM表现优于同期8B竞品。
面壁已完成高通、联发科、英特尔、英伟达、AMD等芯片适配，新发布的BitCPM-CANN模型系列可在华为昇腾芯片上让同一内存多装约6倍模型。
全双工全模态模型MiniCPM-o4.5支持实时打断与情绪调整。
团队开发了全球首个完全由AI编写的生产级训练框架ForgeTrain，并引入行为模式库实现无需开口的"默契系统"。
面壁智能CTO曾国洋在专访中将端侧模型视为AI落地的关键路径，并介绍模型训练、芯片适配和多模态交互方面的进展。材料称，MiniCPM、BitCPM-CANN、MiniCPM-o4.5及ForgeTrain已形成相关技术布局。
材料将模型能力提升归因于“模型风洞”和以知识密度衡量效率的“面壁定律”，并称知识密度每3.5个月翻一番、2B参数MiniCPM优于同期8B竞品。这些结论均来自企业公众号及受访者表述。
Aioga判断，端侧路线的核心价值可能在于以较小模型、硬件适配和实时交互降低部署约束。不过，“优于竞品”“全球首个”及效率提升等说法目前只有来源方材料支持，仍需独立测试与公开技术细节验证。
若材料所述能力在不同硬件和真实任务中得到验证，端侧AI可能获得更高的部署密度与交互灵活性。值得关注的是，覆盖多类芯片、支持实时打断和情绪调整，并不等同于已实现规模化商业落地。 后续应关注模型风洞的预测方法、知识密度的计算口径、MiniCPM对比测试条件，以及BitCPM-CANN“同一内存多装约6倍模型”的基线与适用范围，同时核验ForgeTrain和行为模式库的实际生产表现。
수집 피드는 제목, 요약, 출처와 원문 링크를 제공합니다. Aioga는 원문 전체를 재게시하지 않습니다.
수집 채널: 요약 집계 · 원본 도메인: mp.weixin.qq.com
출처: 公众号：面壁智能（MiniCPM）
원문 링크: 원문 열기
Aioga 아카이브: 정보 페이지 보기
Content record: summary-fallback · Updated: 2026-07-14T02:29:00.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga는 전 세계 AI 동향을 집계하고 확인과 인용을 위해 출처 정보를 보존합니다.