面壁智能发布端侧大模型“前进四”MiniCPM 4.0，号称性能大小王

【导语】6月7日，面壁智能发布了端侧大模型MiniCPM 4.0，通过自研CPM.cu推理框架实现极限场景下最高220倍提速。此次推出的8B闪电稀疏版和0.5B轻巧版，分别针对不同需求，采用创新技术提升效率。MiniCPM 4.0系列模型能够自动切换注意力模式，兼顾长、短文本处理，并支持多个开源框架部署，带来显著的模型瘦身和速度提升。

　　6 月 7 日消息，面壁智能发布端侧大模型 MiniCPM 4.0。该公司称新模型通过自研CPM.cu推理框架，在极限场景下实现最高 220 倍提速，常规 5 倍提速，支持在 vLLM、SGLang、LlamaFactory 等框架部署。

　　此次发布的一款 8B 闪电稀疏版，采用创新稀疏架构掀起高效风暴；另一款 0.5B 则被称作“轻巧灵动的最强小小钢炮”。

　　据官方介绍，此次面壁(bì)推(tuī)出(chū)的(de) MiniCPM 4.0 系(xì)列(liè) LLM 模(mó)型(xíng)拥(yōng)有(yǒu)8B、0.5B 两(liǎng)种(zhǒng)参(cān)数(shù)规(guī)模(mó)，针(zhēn)对(duì)单(dān)一架构难以兼顾长、短文本不同场景的技术难题，MiniCPM 4.0-8B 采用「高效双频换挡」机制，能够根据任务特征自动切换注意力模式：在处理高难度的长文本、深度思考任务时，启用稀疏注意力以降低计算复杂度，在短文本场景下切换至稠密注意力以确保精度，实现了长、短文本切换的高效响应。

　　据了解，MiniCPM 4.0 可在vLLM、SGLang、LlamaFactory、XTuner等开源框架部署。其内置自研CPM.cu极速端侧推理框架，从投机采样创新、模型压缩量化创新、端侧部署框架创新几方面，带来 90% 的模型瘦身和速度提升，官方宣称将实现端侧推理“从天生到终生”的丝滑。