金磊 发自 凹非寺
造AI这件事，目前的主角变成了AI。
因为就在刚刚，一个国产AI先我方写出了一套大模子预历练框架，然后再用这套预历练框架，历练出了一个新的小尺寸模子！
这即是面壁智能搞出来的big news。
这套由AI写出来的预历练框架叫作念ForgeTrain，它是人人首个十足由AI编写的分娩级大模子预历练框架，性能以致超过了英伟达的Megatron。
况兼ForgeTrain在华为昇腾上预历练MiniCPM5-1B，比较昇腾的框架也有10%的加快。
雅博体育app下载中国官网入口围绕它，面壁智能还提议了一套新的软件编程范式，叫Forge Engineering。
更直白少量说，即是当AI写代码的资本越来越低，将来软件不一定非要作念成一套通用大框架，也不错针对不同模子、不同硬件、不同任务，现场铸造一套专用代码。
而被ForgeTrain历练出来的新模子，即是MiniCPM5-1B。
至于三者的关系，我们用一张图来解释：
天然已往行业里对于“AI制造AI”的声息络续，但总清雅说，都还停留在特定的步伐，比如写一段函数、改一个剧本、调一组参数等等。
不外这一次，中国大模子公司第一次把“AI制造AI”从意见，鼓吹到了可展示、可评测、可复现的工程样本。
AI造出来的AI，颖悟啥？
既然MiniCPM5-1B是ForgeTrain历练出来的模子，最径直的问题来了：
AI造出来的AI，到底颖悟什么？
先看一个最直不雅的场景——桌宠。
这个1B参数限制的小模子，它不错常驻在电脑桌面上，变成一个随时反应的AI小伙伴。你不错跟它聊天，让它凭证坎坷文接话，也不错给它设立不同的东谈主格。
视频地址：https://mp.weixin.qq.com/s/Ci0BXKMJHy086MycdqH77w
（本名堂基于clawd-on-desk名堂二次开辟：https://github.com/OpenBMB/MiniCPM-Desk-Pet）
这个桌宠的重心在于，它不是一定要跑在云表的大模子服务，1B限制意味着它弥散小，部署门槛也弥散低。
按照面壁智能官方的说法，MiniCPM5-1B在FP16精度下权重体积约2GB，稳妥GPU、高端笔电和服务器；INT4/Q4精度约0.5GB，不错面向手机、平板、车机等缔造。
MiniCPM5-1B想解释的，是1B模子也不错更能打。
在详细常识、数学推理、代码推理、用具调用等方进取，MiniCPM5-1B都拿出了面向同尺寸端侧模子的对比终结。
公开评测中，MiniCPM5-1B/think平中分为42.57；在MMLU-Pro、MMLU-Redux、AIME-2025、AIME-2026、BFCL-v4、AA榜单等名堂上，也给出了对应收货。
尤其值得一提的是，MiniCPM5-1B再次刷新了小模子的智能密度上限。
仅以1B参数限制，它就在外洋着名榜单AA-Index上超过了统统2B参数以下模子。比较3个月前发布的Qwen3.5-2B，MiniCPM5-1B不仅恶果更优，参数目还减少了一半。
这背后其实指向一个越来越明晰的趋势：模子智力晋升，不再只靠把参数限制越堆越大。更小的模子，也正在承载更高的智能密度。按照这一趋势不雅察，大模子的智能密度正在以约每3.5个月翻一番的速率抓续晋升。
这也让MiniCPM5-1B的价值更明确了，它不仅仅一个小尺寸模子，而是一个在参数限制、部署资本和执行智力之间重新找均衡点的端侧模子。
除此以外，它还不错自界说东谈主格：
视频地址：https://mp.weixin.qq.com/s/Ci0BXKMJHy086MycdqH77w
天然这听起来像聊天产物里的基础功能，但在端侧模子上道理更大，因为端侧模子离用户更近，更容易成为土产货缔造上的轻量级智能进口。
它不错记着用户偏好的交互样式，也不错凭证不同场景切换作风。
淌若大模子要从云表走向每个东谈主的缔造，模子必须弥散小、弥散低廉、弥散好用，还要有齐备用具链。
这亦然它强调开辟者友好的原因。
MiniCPM5-1B提供了模子、推理、微调关系用具链。推理侧维持SGLang、vLLM、llama.cpp、Ollama、Hugging Face、ArcLight等；微调侧维持LLaMA-Factory、ms-swift等用具。
对开辟者来说，这比单纯给一个模子权重更遑急。
因为模子能不可被用起来，时时不单取决于模子自己，也取决于部署、推理、量化、微调、接入职责流是不是顺遂。
还开端了英伟达Megatron
淌若说MiniCPM5-1B是AI制造AI的产物，那么ForgeTrain即是AI制造AI的工场。而这个工场，自己亦然AI造出来的。
面壁智能把AI制造AI分红了L1到L5五个阶段：
L1：AI 只给建议，东谈主类推行统统操作（代表：Github Copilot）
L2：AI 接济研发，完成具体步伐（代表：Cursor，Claude Code）
L3：AI 端到端产出下一代模子（代表：ForgeTrain）
L4：AI 递归自创新，开云IOS/Android通用版/手机app鼎新历练管线和自身
L5：AI 自主设定相关议程，灵通式探索
ForgeTrain对应的恰是L3-L4这个阶段。它还莫得到AI我方发明下一代Transformer的进度，但它也曾插足了大模子研发最中枢的基础设施层——预历练框架。
在此之前，全天下好多大模子预历练框架，都是东谈主类步伐员一排一排写出来的。英伟达的Megatron、Meta的 Fairseq、谷歌的TensorFlow，无一不是如斯。
但面壁智能提议了一个十足不同的想路，Forge Engineering。
已往的软件工程强调通用框架，一个框架要兼容各式模子、各式硬件、各式历练任务。平正是代码不错复用，代价是很难把每个具体场景都压榨到极致。就像一件均码的衣着，谁都能穿，但谁都穿分歧身。
Forge Engineering的想路则激进得多：既然AI写代码越来越快，代码分娩资本越来越低，那我们为什么还要追求通用？我们十足不错给不同的模子、不同的硬件、不同的任务，诀别写专用的代码。
这就像从工业化的批量分娩，回到了高档定制。AI即是阿谁不知困乏的顶级工匠，不错为每一个需求量身打造最稳妥的代码。
但AI我方写预历练框架，难点不单在写代码。更难的是：它奈何知谈我方写对了？奈何知谈速率够不够快？奈何知谈显存、并行、通讯、沉着性有莫得问题？
这就需要Harness。
我们不错把Harness涌现成一个科场，AI被放进这个科场里，一轮轮生成代码、运行测试、拿到反馈、不绝修改。这个进程十足自动，不需要东谈主类热闹。
面壁智能弃取了三阶段构建模式论：
从现存预历练框架网罗关节数据，酿成评测步伐和Harness
从评测Harness构建二进制一致的预历练框架版块
撤销二进制一致的限度，迭代优化到超过参考杀青
最终的终结是，ForgeTrain不仅在功能上十足对都了英伟达Megatron，而且在疏导的硬件条目下，历练速率还要快10%。
这意味着，相通的算力，用ForgeTrain不错简陋10%的历练时候和资本。
这是一件值得被风趣的事情
看到这里，你可能以为这是一场很酷的时代秀。但透过风景看本色，面壁智能的此次发布，正在揭示大模子行业正在发生的一场巨变。
开端，大模子的竞争，正在从堆资源走向极致提着力。
已往几年，统统大模子厂商都在拼狂放出遗迹，拼参数、拼语料、拼算力、拼十万卡集群。但这条Scaling Law的路，它是有绝顶的。
当堆料走到天花板，接下来的赢输手是什么？是着力。
在相通的算力预算下，谁能产出更多的研发迭代？谁的单代研发周期更短？面壁智能的AI制造AI给出了谜底：
用AI去替代东谈主类研发管线中的叠加行状，把东谈主类数周的代码开辟压缩到几至极钟。这是独一能拒抗资源瓶颈，杀青大模子智力不绝指数级攀升的解法。
其次，AI相关员的脚色，正在发生不可逆转的更正。
在ForgeTrain这么的系统里，东谈主类的脚色正在发生迁徙。从Human in the loop（在轮回中推行具体代码）变成了Human on the loop（在轮回外进行监督和狡计）。
将来的AI科学家，不再需要躬行去写那用之欺压的CUDA算子和底层通讯逻辑。他们将变成研发系统的狡计者和守界者。他们只需要界说目标、搭建Harness，剩下的脏活累活，全交给不知困乏的AI去完成。
终末，对于国产大模子和国产芯片而言，这是弯谈超车的绝佳机会。
已往，我们评价国产大模子，眼睛老是盯着参数大小、榜单跑分、长文本智力。但委果决定一家公司、一个生态始终中枢竞争力的，其实是底层系统——分娩模子的智力。
谁能更快地历练出模子，谁能以更低的资本试错，谁就能在霸道的百模大战中活到终末。
更深切的政策道理在于国产算力生态。人所共知，华为昇腾等国产芯片在硬件算力上正在淘气追逐，但最大的短板在于软件生态。英伟达罕有以百万计的开辟者花了十五年时候踩坑、优化，这是国产芯片靠东谈主力很难在短时候内抹平的差距。
但ForgeTrain提供了一种破局的可能。
淌若东谈主不够，那就用AI来凑！通过AI自动生成适配各式新模子、新硬件的专属预历练框架，国产芯片将有机会借由AI的分娩力，极大裁减追逐外洋顶尖生态的时候差。
当AI学会了造AI，齿轮就也曾启动加快动掸。一个新的纪元，正在我们目下张开。
MiniCPM5-1B 现已全面开源：
Hugging Face连气儿：https://huggingface.openbmb.com/model/openbmb/MiniCPM5-1B
GitHub连气儿：https://github.com/OpenBMB/MiniCPM
ModelScope连气儿：https://modelscope.cn/models/OpenBMB/MiniCPM5-1B
AtomGit：https://ai.gitcode.com/OpenBMB/MiniCPM5-1B
魔乐社区：https://modelers.cn/models/OpenBMB/MiniCPM5-1B
ForgeTrain开源连气儿：https://github.com/OpenBMB/ForgeTrain（5.26晚后上线）
— 完 —
量子位 QbitAI · 头条号
眷注我们开云足球世界杯官方手机APP下载，第一时候获知前沿科技动态