面壁智能开源 MiniCPM5-2B 端侧大模型，同步开源其强化学习训练栈

面壁智能于 2026 年 9 月 8 日开源 2B 参数端侧语言模型 MiniCPM5-2B，并同步公开其背后的强化学习训练栈 Meshy 与 JustRL II，展示了小参数模型在端侧推理与自主训练架构上的演进路径。

• MiniCPM5-2B 主打端侧高智能密度，在 Artificial Analysis 4B 以下开源模型评测中以 23 分位列第一，并在 Agentic Index 评测中取得 20 分。
• 同步开源的 Meshy 是面向强化学习的异步服务化引擎，去除了 Ray 与中心控制器架构，通过统一数据平面将推理、数据收集（rollout）与训练拆解为独立服务。
• 配套开源的 JustRL II 方案引入 Critic 机制，用于支持小参数模型在 128K 上下文窗口下的长程推理能力扩展。
• 影响/看点：将端侧轻量模型与无中心化 RL 训练基础设施同步开源，意味着端侧智能体的定制与微调门槛进一步下放，但其在复杂长链条任务中的稳定性仍取决于端侧硬件算力与内存带宽约束。
• 资料依据：
• 面壁智能 OpenBMB 官方 X（2026-09-08）：https://x.com/OpenBMB/status/2097314300960604530

本内容由 AI 生成，仅供参考，请注意甄别