面壁智能「开源周」：一场定义端侧 AI 终局的系统性「亮剑」

标题和作者

本文档标题为「面壁智能「开源周」：一场定义端侧 AI 终局的系统性「亮剑」」，作者为「量子位的朋友们」。本文主要报道了面壁智能联合 OpenBMB 开源社区举办的为期五天的端侧大模型开源周。主题聚焦于端侧 AI 的系统性工程，指出端侧 AI 的终局比拼的是全链路创新而非单点技术。背景方面，面壁智能与 OpenBMB 长期坚持开源，下载量位列中国区第一，此次开源周是其体系化成果的集中展示，对比 DeepSeek 的云端探索，面壁智能在端侧赛道已领先两年。

摘要

面壁智能与 OpenBMB 开源社区联合举办了端侧大模型开源周，发布了包括 BitCPM-CANN、MiniCPM5-1B、ForgeTrain、PilotDeck 和 UltraData 在内的五项关键技术成果。此前仅有 DeepSeek 在2024年举办过类似的开源周活动。面壁智能认为，虽然 DeepSeek 展示了云端大模型的高度，但端侧 AI 需要覆盖数据、算法、框架、应用的全链路系统工程，单点技术无法定义终局。因此，他们选择毫无保留地开源全栈技术栈，从模型到操作系统。此次发布成果显著，如 ForgeTrain 训练速度反超 Megatron，MiniCPM5-1B 部分任务超越 GPT-4o，验证了端侧模型正在吞噬云端能力的趋势，展现了面壁智能在端侧 AI 赛道领先两年的技术积累。

本文中可能让听众困惑的术语包括：端侧大模型，即运行在手机、电脑等终端设备上的轻量级大模型，无需联网即可使用；BitCPM-CANN，是一种支持 1.58-bit 低比特量化的训练技术，旨在通过压缩模型精度来适配国产昇腾芯片并降低存储需求；UltraData，是核心数据集，是模型训练的“原材料”；PilotDeck，是智能体操作系统，旨在重构人机交互范式；密度定律，是指端侧模型可以通过极致的优化，以更少的参数实现超越大模型的性能。

主要主题和概念

主题一：端侧 AI 的系统性工程
What： 端侧 AI 的竞争核心不在于单点技术的拔群，而在于覆盖数据、算法、框架、应用的全链路系统工程的创新总和。
Why： 云端大模型的壁垒在于规模，而端侧大模型的壁垒在于算法、软件、硬件、数据之间极致精妙的平衡，这种系统性协同的复杂度是难以被轻易超越的门槛。
How： 通过 BitCPM-CANN 进行模型压缩（1.58-bit QAT）、UltraData 进行高密度数据治理、适配国产算力、PilotDeck 重构交互范式，以及 ForgeTrain 提升工程效率，构建全栈闭环。

本节中可能让听众困惑的术语包括：端侧大模型，即运行在手机、电脑等个人终端设备上的大模型；BitCPM-CANN，这是一种支持 1.58-bit 量化训练的技术，能将大模型压缩以适应终端硬件；UltraData，是核心高质量数据集；PilotDeck，是智能体操作系统；密度定律，指端侧模型通过极致优化，能以更少参数实现更强性能。

主题二：真开源与生态壁垒
What： 开源不仅仅是发布模型，更是毫无保留地开源背后的生产线、核心工艺、原材料及操作系统。
Why： 面对大模型圈“伪开源”的尴尬和商业公司对开源稀释护城河的顾虑，面壁智能选择通过彻底开放来激发社区创造力，构建正向循环的生态壁垒。
How： OpenBMB 社区长期坚持全链路开源，此次开源周不仅开源了模型，还开源了 ForgeTrain、BitCPM-CANN、UltraData 和 PilotDeck，传递了技术信仰。

本节中可能让听众困惑的术语包括：伪开源，通常指只开源模型权重，而不开源训练数据、训练框架等核心技术细节；OpenBMB，是一个开源社区，由清华大学 THUNLP 实验室与面壁智能发起；ForgeTrain，是由 AI 编写的生产级训练框架。

主题三：领先两年的技术积累
What： 面壁智能在端侧 AI 赛道已领先竞争对手两年。
Why： 这两年的差距并非简单的模型迭代，而是对整个端侧技术栈的反复打磨、验证与优化，积累了认知与工程经验上的巨大鸿沟。
How： 这种领先体现在 MiniCPM5-1B 部分任务超越 GPT-4o 的表现上，以及全栈技术布局的系统性优势，使得其体系化领先优势难以被快速复制。

本节中可能让听众困惑的术语包括：GPT-4o，是 OpenAI 开发的一款多模态大模型；价值链重构，是指 AI 的核心价值将从云端 API 提供商转移到控制终端的硬件厂商和端侧 OS 厂商手中。

重要引文

论点： 端侧大模型的终局之战，比拼的不是某个单点技术的拔群，而是覆盖数据、算法、框架、应用的全链路系统工程的创新总和。
论据： 提到了五项成果：BitCPM-CANN（1.58-bit 低比特训练）、MiniCPM5-1B（性能超越两倍参数模型）、ForgeTrain（AI 编写且比 Megatron 快 10%）、PilotDeck（智能体操作系统）、UltraData（核心数据集）。
论证： 这些成果构成了一套环环相扣、逻辑严密的“技术组曲”，而非孤立的“技术烟花”，证明了面壁智能具备系统性 AGI 研发能力。

本节中可能让听众困惑的术语包括：技术组曲，指各技术成果之间逻辑严密、相互支撑的关系；Megatron，是英伟达官方的大模型训练框架。

总结

面壁智能通过此次开源周，向世界展示了端侧 AI 赛道的系统性创新实力，与 DeepSeek 的云端探索形成互补。相比其他玩家，面壁智能在端侧 AI 赛道已领先两年，通过全栈开源（从模型到操作系统）验证了端侧模型在性能上超越 GPT-4o 的潜力。这不仅是一场技术展示，更预示着未来 AI 价值链将向硬件厂商和端侧 OS 厂商转移，离线、零延迟的智能应用将成为现实，面壁智能已占据最有利的战略位置。