面壁智能又在端侧大模型领域放了个大招。今天正式开源了 2B 参数的端侧语言模型 MiniCPM5-2B，首发成绩就很亮眼：在 Artificial Analysis Intelligence Index 上以 23 分位列 4B 以下开源模型第一，Agentic Index 得分 20。

这个成绩意味着什么？2B 参数的小模型，已经开始具备早期形态的通用 Agent 能力了。横跨 34 个基准测试，平均得分 53.9，覆盖编程、数学、长上下文理解、工具使用和 Agent 任务。放在一年前，这些能力基本是百亿参数级模型的专属，现在 2B 就能做，智能密度提升的速度确实很快。

更值得关注的是面壁的开源策略。这次不止开源模型权重，还把数据、训练配方和 RL 技术栈全部开放了。这个动作比单纯开源模型更有野心，等于把整个训练流水线都透明化了，开发者可以直接复现、微调、二次开发，生态建设的意图很明显。这种全栈开源的打法，在国内大模型公司里并不多见，算是比较激进的策略。

做科技媒体观察下来，端侧大模型的竞争正在进入新阶段。过去大家比的是谁的参数大，现在开始比谁的智能密度高，谁能在有限算力下塞进更多能力。2B 这个级别很关键，它是手机、PC、嵌入式设备都能流畅运行的门槛，谁能在这里做到能力最强，谁就能拿到端侧生态的入场券。Agent 能力下放到端侧，意味着离线 Agent、隐私计算这些过去只能在云端做的事情，现在本地就能跑，这个变化对整个行业的影响会很大。

但也要看到风险。2B 模型的能力上限仍然有限，复杂长程任务可能还是需要云端大模型兜底，端云协同会是长期形态。全栈开源虽然有利于生态，但也意味着竞争对手可以直接抄作业，技术壁垒会被快速拉平。另外，开源数据和训练配方的质量、可复现性还需要社区验证，不是放出来就一定能用。小模型的幻觉问题、推理稳定性，也需要更多真实场景的检验。

面壁这步棋走得很有策略性。从大模型到端侧小模型，从只开源权重到全栈开源，面壁正在用开放策略快速构建生态。端侧 Agent 的时代正在到来，谁能先把能力做扎实、把生态建起来，谁就能占得先机啊朋友们真的！

面壁智能端侧大模型开源Agent前沿在线