模型性能与架构创新 - 面壁智能发布第四代"面壁小钢炮"MiniCPM4 0端侧模型 包含8B和0 5B两种参数规模 实现同级最佳性能 [2] - MiniCPM4 0-8B模型在MMLU CEval MATH500 HumanEval等基准测试中以22%训练开销达到Qwen-3-8B性能 超越Gemma-3-12B [2] - MiniCPM4 0-0 5B以2 7%训练开销实现Qwen-3-0 6B和Llama3 2两倍性能 推理速度达600Token/s [2] - 采用InfLLMv2稀疏注意力架构 将行业普遍40%-50%稀疏度降至5% 注意力层计算量减少90% [4] 速度与效率突破 - 相比Qwen-3-8B Llama-3-8B等同参数模型 实现长文本推理5倍常规加速及220倍极限加速 [3] - 在128K长文本场景下 缓存存储空间仅为Qwen3-8B的25% [4] - 通过优化Transformer架构内存问题 显著降低长序列数据处理的内存占用 [3] 应用与市场表现 - 基于8B版本开发出MCP Client和MiniCPM4-Surve两款特定能力模型 后者可媲美Deep Research工具 [5] - MiniCPM系列全平台累计下载量突破1000万次 [5] 技术差异化 - InfLLMv2架构解决NSA方案在短文本推理慢的短板 同时提升文本相关性精准度 [4] - 联合创始人刘知远强调加速成果源于模型架构 数据治理 软硬件结合的全栈创新 [3]

模型发布与性能突破 - 面壁智能在2025智源大会上发布新一代端侧模型MiniCPM4.0，包括8B稀疏闪电版和0.5B版本，实现端侧性能创新式跃升[2] - 第四代小钢炮推出首个原生稀疏模型，5%极高稀疏度结合系统级创新技术，实现端侧长文本高效运行，宣告端侧长文本时代到来[2] - MiniCPM 4-8B采用新一代上下文稀疏高效架构，长文本推理速度实现5倍常规加速和最高220倍加速(显存受限场景)[4] 技术参数与性能表现 - MiniCPM 4.0推出8B和0.5B两种参数规模组合，延续"以小博大"特性，实现同级最佳性能[4] - MiniCPM 4.0-8B在MMLU等基准测试中以22%训练开销比肩Qwen-3-8B，超越Gemma-3-12B[4] - MiniCPM 4.0-0.5B以2.7%训练开销实现比Qwen-3-0.6B更优性能，参数减半性能翻倍，推理速度达600 Token/s[4] 存储优化与适配能力 - MiniCPM 4.0在128K长文本场景下仅需Qwen3-8B 1/4的缓存空间，量化版实现90%模型瘦身[5] - 模型已适配Intel、高通、MTK、华为昇腾等主流芯片，可在vLLM、SGLang等开源框架部署[6] - 加强MCP支持，性能超过同尺寸开源模型，拓展模型开发和应用潜力[6] 应用场景与市场表现 - 基于8B版本微调出MCP Client和MiniCPM4-Surve研究报告工具[6] - MiniCPM系列全平台累计下载量突破1000万[8] - 公司将持续基于"大模型密度定律Densing Law"提高知识密度与智能水平，推动端侧智能产业化[8]