AI 自己写的训练框架，训出了 1B 量级最强模型
速度比英伟达 Megatron 还快 10%
小尺寸模型第一
超越 Megatron
手机可跑
面壁刚刚发布了 MiniCPM5-1B，成为 1B 参数量级里，性能最强的端侧文本大模型。
在 Artificial Analysis 智能指数（AA Intelligence Index）上，MiniCPM5-1B 拿到了 17.9 分，排在所有小尺寸模型里的第一位。
这次还有个特别之处是，MiniCPM5-1B 的 Base Model 版本，是用一个完全由 AI 编写的训练框架 ForgeTrain 训出来的。
而且，这个框架在英伟达 H100 上，跑得比英伟达自家的 Megatron 还快 10%。
AI 自己写的框架，训出了该尺寸的最强模型，速度还超过了英伟达自己。这也是面壁正在实践的一个重要方向：
性能方面，MiniCPM5-1B 在综合知识、数学推理、代码编程、逻辑推理、工具调用等维度上，全面超越了 Qwen3.5-0.8B、Qwen3-0.6B、LFM2.5-1.2B-Thinking 等同尺寸模型。
而且 MiniCPM5-1B 还打败了参数量翻倍的 Qwen3.5-2B（16.3 分），拿到了 Artificial Analysis 智能指数里小尺寸模型的第一，延续了小钢炮系列一贯的以小博大。
把智能指数和参数量放到同一张图里看，就更加直观：MiniCPM5-1B 落在左上角的「最佳象限」，体量最小、分数最高。
MiniCPM5-1B 再次刷新了模型的智能密度上限：仅以 1B 参数规模，在国际知名榜单 AA-Index 上超越了所有 2B 参数以下模型；相比 3 个月前发布的 Qwen3.5-2B，MiniCPM5-1B 不仅效果更优，参数量还减少了一半。
这进一步验证了面壁一直以来，持续观察到的密度定律：
推理效率方面，同等智能水平下，MiniCPM5-1B 消耗的输出 token 是最少的。
其他 benchmark 的详细成绩如下，覆盖了 GDPval-AA、Terminal-Bench Hard、SciCode、IFBench、GPQA Diamond 等 13 项评测：
← 左右滑动查看全部 →
端侧友好是小钢炮系列的老传统了，而这次 MiniCPM5-1B 的部署门槛更是低到了……几乎没有门槛：
CPU 能跑，浏览器里也一样能跑。用面壁之前发布的自研 CPU 推理框架 ArcLight，配合 MiniCPM5-1B 的 INT4 量化版，在随意一个浏览器里就能断网直接开始推理。
能力出色的 1B 模型也能驱动各种各样的应用，如每个人都能养的一只「桌宠」。面壁这次顺手做了个桌宠项目（基于 clawd-on-desk 二次开发），让 MiniCPM5-1B 变成一只住在你桌面上的 AI 小宠物。
1B 的体量，几乎是个硬件都能跑得动，做到了「每个人都能养得起」的小宠物。
部署和微调方面，模型推理支持 vLLM、SGLang、llama.cpp、Ollama、LM Studio、MLX 等主流框架；微调支持 LLaMA-Factory、ms-swift、unsloth、xtuner、TRL+PEFT。
面壁甚至还贴心提供了 Claude Code skills，可以扔给 cc 一键完成面壁模型的部署和微调。
MiniCPM5-1B 能在 1B 规模上打出如此出色的成绩，重点之一在于数据治理。
面壁设计了一套分级数据治理方案，将数据按质量从 L0 到 L4 分成五个等级，并逐级筛选和提炼。且不是简单地「数据越多越好」，每一级都有不同粒度的清洗、去重和合成策略。
这份核心数据集也在这次随模型一起开源了：Ultra-FineWeb-L3。
它以 MiniCPM4 训练用的万亿词元高质量数据 Ultra-FineWeb 为种子（L2 级精筛数据），在此基础上进行了多种风格和形式的合成与增强，形成了 MiniCPM5-1B 退火阶段的关键训练燃料。
对于做中文模型的团队来说，这批数据可谓是价值不菲。此外，数据治理的技术报告也一并公开了（见文末链接）。
那 MiniCPM5-1B 是怎么训出来的呢？
这就是另一个重头戏了：新模型的 Base Model 版本，在预训练阶段用的不是 Megatron，不是别的什么人写的框架，它叫做 ForgeTrain，一个完全由 AI 编写的训练框架。
用你可能更熟悉、且确实更加准确一些的话来说就是：
「生产级」，这三个字很是关键。
英伟达实验室之前发布过 VibeTensor（陈天奇、贾扬青等人参与），号称「首个完全由 AI 生成的深度学习系统」。
但它比 PyTorch 慢 1.7 到 6.2 倍，官方自己标注了「请勿用于生产环境」，本质上，还是个研究原型。
而 ForgeTrain，则在英伟达 H100 上跑出了比 Megatron 快 10% 的训练速度，精度完全对齐（人评和机评与原版模型一致），连续跑了好几天后，稳定地完成了模型训练。
整个编写过程中，人类其实完全没有介入。点击 start 之后……AI 自己写一两天，基于提前定好的验收标准，AI 确认通过后，人类便可直接拿去用了。
据说面壁内部，已经用同样的方法搞定了8B模型/华为昇腾的框架 MindSpeed、MOE 等更复杂的架构。而且这套技术的可复用性极高，扩展到更大模型可能就一两个月的事。
做出如此成绩的 ForgeTrain 的背后，是由一套被面壁称作 Forge Engineering 的编程范式支撑，即定制化软件编程范式。
听起来有些陌生，但思路上很简单：
传统训练框架如 Megatron，要同时支持千问、DeepSeek、MOE 等各种架构，全塞在一套框架里。像一部通用手机要满足所有人的需求，必然处处妥协、有所让步。
但如果，AI 写代码的成本趋近于零呢？
千问和 DeepSeek 的模型架构有不小差异，那就不用非得搞一套通用的，而是可以直接从零各写一份，再针对性地各自优化到极致。MiniCPM 也正是这样，从零写了一套。
所有代码都是为特定需求现场定制的。
打个比方，现在的通用框架像苹果手机，一个产品需要服务于所有人。而 Forge Engineering 的未来，则是乔布斯坐在你旁边，为你打造一台完全满足你个人需求的独特手机。
OpenAI 之前也提过一个类似的概念，叫 Harness Engineering，它也自动化了评判环节。但 Forge Engineering 则更进一步：代码都交给 AI，按需打造，用完即弃。同一套验收标准，换个场景、换个芯片，AI 就能锻出一份全新的实现。
关于 ForgeTrain 的开发过程，面壁公开了一套三步走的方法：
在 Claude Code 和 Codex 推出 /goal 功能之前，我就也经常这么玩了，不过我主要写写工程代码或是训个小尺寸模型，还真没想过用来搞一下更好的训练框架……
ForgeTrain 和 Forge Engineering 背后，其实是一个全新的研发范式：用 AI 来造 AI。
在我看来，这件事已经到了最为关键的时刻。
不论 scaling law 是否已经撞墙，或者算力、数据、电力中的哪一个快到了顶。但公式里还有一个变量没有被充分重视：研发周期。
AI 写代码的效率是人的 10 到 100 倍，把这个效率用在 AI 研发本身，研发周期就能从 18 个月压到 6 个月，甚至 1 个月、1 天。
为此，面壁还提出了一套 L1 到 L5 的分级体系，对标 OpenAI 对 AGI 的五级划分：
目前通用 AI 编程大概在 L3 的水平，但「用 AI 造 AI」这件事还落后一个身位，差不多在 L2 刚稳、L3 正要点火的阶段。
而 ForgeTrain 就是 L3 的一次实际落地。
另一边的御三家也都在往这个方向探索：Claude 一小时解出了人类自己都攻不下的开放数学问题；OpenAI 3 人小队靠 AI 写出了百万行生产级软件；DeepMind 让 AI 独立写出了博士级数学论文。
Anthropic 的 CEO Dario 甚至直接声称：自动化 AI 研究，是 AGI 时间表上最强的加速器。
对中国来说，这个方向可能尤其重要。高端芯片持续受限，中美加速卡的比例大约在 10:1，单靠堆算力根本走不通。
ForgeTrain 已经适配了华为昇腾，并且在华为昇腾上成功训出了 MiniCPM5-1B。
我们知道，英伟达真正的护城河，其实是 CUDA 的软件生态。老黄反复强调「英伟达本质上是一家软件公司」，这十多年积累下来的开发者生态、算法库和训练框架，让你一旦用上了英伟达，基本上就要离不开了。
而华为芯片在硬件上的进步虽然快，但软件生态一直是最大的短板。每个实验室、每个业务部都有自己的一套东西，用户连该用哪个都搞不清楚。
想在华为卡上办一件事，经常会这里缺一块、那里缺一块。
以前也不是没人想过解决这个问题。像 TVM 这类编译框架做了五到十年，并以「写一份代码，所有芯片都能跑」为目标。但现实则是，只做到了「能跑」，离「跑得好」还差得不少。
毕竟芯片种类和算法的组合实在太多了，一套通用方案要把每种组合都优化到位，还是非常有难度的。
而现在大模型给了一个新思路：既然 AI 写代码几乎不花什么成本了，那就不用再维护一个笨重的万能框架，而是索性直接为每款芯片、每个模型现场定制一份专属实现，性能上反而还能做到最优。
面壁的计划是：年内把大模型训练各环节（预训练、微调、强化学习、量化部署、推理）中不好用的软件，全部用 AI 重写。
拿到一个新模型，直接告诉系统要训什么，系统就帮你生成一套对应的框架。
可以说，能好好用上国产芯片这事，
ForgeTrain，可能就是第一步。
