面壁智能开源MiniCPM5-2B端侧模型

面壁智能联合OpenBMB开源社区正式开源了新一代“小钢炮”MiniCPM5-2B模型。这款模型的参数规模为2B，定位为高密度端侧语言基座模型，能够支持工具调用、深度搜索、代码生成等多样化任务。官方表示，该模型初步实现了端侧通用Agent的雏形，这意味着在移动设备、边缘设备等资源受限的场景中，AI智能体已开始具备自主执行复杂任务的潜力。

根据Artificial Analysis Intelligence Index（以下简称“AA榜单”）的最新评测，MiniCPM5-2B的综合能力得分达到23分，在全球4B参数规模以下的开源基座模型中位居第一。更值得关注的是，在用于评测智能体能力的Agentic Index指标上，MiniCPM5-2B取得了断层式领先的成绩：总分达到20分，而同级别的其他模型——例如LFM2.5-2.6B、Granite 4.2 3B和Mistral 3 3B——得分仅为2分。这一显著差距直观地反映出MiniCPM5-2B在智能体任务上的能力远超同级产品。

在覆盖代码推理、数学推理、指令遵循、综合知识、长文本处理、工具调用以及智能体任务等方向的34项基准评测中，MiniCPM5-2B以平均53.9分的成绩排名第一，不仅领先同级2B模型中第二名33.2分的成绩，还超过了4B参数规模中表现最佳的Qwen3.5-4B模型。若以1000分作为人类基线，MiniCPM5-2B在真实任务评测中取得了891分，同样居于4B以下模型的榜首位置。这一结果说明，小参数模型通过高密度的架构设计与训练策略，已经能够在众多任务上逼近甚至超越更大的模型。

与MiniCPM5-2B一同开源的还有面壁智能自研的强化学习框架Meshy，以及基于奖励的强化学习策略JustRL II。这些配套工具为开发者提供了从模型微调到智能体训练的一站式链路，有助于推动端侧AI生态的发展。OpenBMB开源社区的加入也为模型后续的迭代与应用扩展提供了协作基础。MiniCPM5-2B的开源链接中同时提供了模型权重与UltraData系列数据，方便研究者和开发者快速上手。

从行业视角来看，MiniCPM5-2B的发布标志着端侧AI模型正在从“能跑”向“会用工具、能自主决策”的方向演进。借助高密度参数和强化学习框架的配合，端侧模型有望在隐私保护、离线推理、低成本部署等场景中释放更大的价值。面壁智能此次选择全面开源，也将为更多研究人员和产品团队提供可复现、可扩展的技术底座。