相關推薦
8 小時追平、 2 天反超:面壁智能 ForgeTrain 如何用 AI“鍛造”下一代訓練框架?
大模型迭代加速,算力與工程成終極挑戰。面壁智能李宇軒在“AI4AI發酵夜”上詳解自研框架ForgeTrain,展示“AI製造AI”範式轉變,通過底層框架突破算力瓶頸與工程壁壘。
Jul 6, 2026
254.8k
1.3B 模型的“降維打擊”:MiniCPM-V 4.6 重新定義端側多模態巔峯
面壁智能聯合清華大學及OpenBMB開源社區發佈新一代端側多模態大模型MiniCPM-V4.6,僅1.3B參數,推出Instruct與Thinking兩個版本,憑藉高智能密度與跨平臺適配能力,在多項評測中表現超越更大參數模型,加速端側AI應用落地。
May 27, 2026
569.8k
打破手機跑大模型壁壘,面壁智能聯合清華開源端側新品BitCPM-CANN
面壁智能聯合清華大學、OpenBMB開源社區,發佈並開源了低比特大模型訓練成果BitCPM-CANN,在華爲昇騰平臺原生完成。該成果包含0.5B至8B四個模型尺寸,性能優異,能釋放六倍顯存紅利,顯著推動端側AI大模型的輕量化與工程落地。
May 26, 2026
318.6k
面壁智能聯合清華大學發佈中國首個1.58-bit大模型BitCPM-CANN
面壁智能聯合清華大學及OpenBMB開源社區,發佈並開源了中國首個基於華爲昇騰平臺訓練的三值(1.58-bit)大模型BitCPM-CANN。該模型在低比特訓練領域取得突破,實現從量化算子到訓練算法的全鏈路原生開發,推出0.5B至8B四個尺寸版本,展示了國產算力平臺的強大實力。
May 25, 2026
266.1k
面壁智能推出 MiniCPM-V 4.6 低內存高效率,人工智能新選擇
面壁智能聯合清華大學及OpenBMB開源社區發佈MiniCPM-V 4.6端側多模態大模型,僅1.3B參數、6G內存即可流暢運行,性能卓越,在內存漲價背景下實現“低內存、極速跑”,爲AI應用拓展新可能。
May 13, 2026
226.7k
