一个体量仅为2B的大模型，能有什么用？

答案可能超出你的想象。

因为若是用四个字来概括，那就是“多、快、好、省”：

• 多：它是业界第一个在端侧部署多模态的大模型。
• 
  
• 快：一张1080Ti可高效微调、一台机器可以持续训练。
• 
  
• 好：性能跟体量极具反差感，在多项成绩中超越了一众主流“大体量”大模型。
• 
  
• 省：1元=1700000 tokens，成本为Mistral-Medium百分之一

那么，这个能够“以小博大”，颇有四两拨千斤意味的大模型，到底什么来头？

不卖关子，它正是由清华系初创公司面壁智能最新发布的旗舰终端大模型——MiniCPM。

并且团队还给它起了个别具一格的昵称——小钢炮。

而在众多亮点之间，最令人意外的还是小钢炮用2B的“姿势”所表现出来的性能。

例如与同样是采用“以小博大”路数的大模型标杆之作Mistral-7B做比较，小钢炮多项标准测试成绩均胜出：

再把与小钢炮同“体量”的选手拉出来，大部分能力依旧是处于领先，并且英文能力还是较为出众的那种：

即使把Mistral-7B更大的模型拉进来同台比擂，例如Llama2-13B、MPT-13B、Falcon 40B，多项成绩较为出众的仍是小钢炮：

若不论大模型的尺寸，把主流的全部囊括进来，在最接近人评的测试集MT-Bench中比较，小钢炮也取得了较为不错的成绩：

不仅如此，根据面壁智能CEO李大海的介绍：

int4量化版小钢炮，可以在闪存应用压缩75%的情况下，性能可以做到基本无损耗。

有一说一，成绩和榜单是大模型能力的一方面，但更重要的还是要看大模型在实际应用中的效果。

2B“小钢炮”效果一览

老规矩，我们还是从不同维度来看下小钢炮的实际应用效果。

中英夹杂提问，精准翻译成法语

让大模型在两种语言之间做翻译已然是件常见的事情。

团队在现场给小钢炮的翻译任务加了一把难度，中英混合提问，并要求把整句翻译成法语：

Translate this sentence into French: “I am a fresh man on Chinese, do you know how this sentence is translated: 如何用Python创建一个简单的网页爬虫？”

从翻译结果来看，小钢炮准确地理解了中英混合的表述，并按照要求给出了精准的法语翻译。

如果让人类给一句话添加emoji，那么过程大致是要先理解这句话，然后再在恰当的位置塞进emoji表情。

那么这个任务小钢炮是否能hold住呢？

请看结果：

生日是要的，和也精准塞进了恰当位置，最重要是小钢炮理解到了这句话是表达爱意。

再如“山东省最高的山是那座山，它比黄山高还是矮？差距多少？”这样的问题，小钢炮也是轻松应对：

小钢炮给自己写代码

大模型对给定的任务写代码现在也是司空见惯了。

如果让大模型给自己写段代码呢？请听题：

编写一个Python程序来实现一个MiniCPM模型（Transformer结构，40层，每层维度为2304，词表大小为122753）。

小钢炮在接收到任务之后，随即开始“自己给自己写代码”，并且每一步的步骤内容也是非常清晰：导入所需库→定义模型结构→定义训练和评估函数→训练模型→评估模型性能。

多模态首次上手机

正如我们刚才提到的，小钢炮的亮点之一就是它是业界第一个在端侧部署多模态的大模型。

在现场，李大海也对此做了相应的展示。

例如先“喂”给手机里的小钢炮一张图，并提问“这个蘑菇的名字是什么？有毒么”，小钢炮就会先看图再作答：

这根蘑菇的名称是“蝇鹅膏”。它有毒，可以引起恶心、呕吐和腹泻等症状。

当然，连续追问、上下文对话也是不在话下：

据了解，上面展示的这些能力都是在量化版小钢炮+OPPO手机+骁龙855芯片这个配置之下完成的。

之所以如此，是因为团队想要展示小钢炮是一个“省钱的大模型”。

怎么理解？

刚才手机里GPU的成本大约600元，每秒7.5tokens，假设运行5年报废，共计170万tokens，则其推理成本仅为1元。

如此，便可以得到一个成本公式：

1元=1700000tokens。

相比GPT-4的推理成本，1元=4700tokens，可以说是指数级的把价格打下去。

即便是与Mistral-medium相比，成本也是其1/100。

这次也同步开源了一个更大也更好展示多模态能力的OmniLMM-12B，玩法就变得更多了。

例如举着手机，在摄像头下方比划石头、剪刀、布，并向小钢炮提问：

我现在玩的可能是什么游戏？

小钢炮看完之后，在理解基础上便会开始作答：

你可能在玩的游戏是石头剪刀布。

然后继续给小钢炮看一眼“拳头”，并发问：

手势在游戏中是什么意思？

继续给小钢炮看一眼“拳头”，并发问：

如何在游戏中赢我？

小钢炮思考片刻后，给出了正确答案：

要在游戏中获胜，另一玩家需要出布。

值得一提的是，从上面的演示中，我们可以看到小钢炮在处理过程中是有一段时间的延迟。

现场也有人调侃说“我看这个视频演示没有加美颜”（指加速处理）。

对此，面壁智能联合创始人、清华大学副教授刘知远回答说：

没错，我们不加“美颜”，比较朴实。

而且小钢炮在多模态这块还是提高的空间的。

怎么做到的？

整体来看，面壁智能在技术路线上一直高举“高效”大旗，主要是从AI的三大要素作为突破口，即算力、算法和数据。

在算力层面上，面壁智能认为“Infra是大模型创业护城河”，Infra可以决定一家创业公司的技术上限。

若是没有一个足够“能打”的Infra，即使短期内能够打造较好的模型，但越往后、越深入时会发现很快就会遇到技术瓶颈。

因此，在早年前，团队便在业内较早地提出了BMTrain，一个分布式的高效训练框架。

有了它，很深入地优化工作就可以快速地结合Infra落地实现。

除此之外，团队陆续还推出了高效推理框架BMInf、高效压缩框架BMCook，以及高效微调框架BMTune等等。

有这些具体的工具，便形成了面壁智能在算力层面的杀手锏——面壁ModelForce，全流程优化加速套件平台。

在算法层面上，面壁智能在技术发展过程中所积累出来的利器则是面壁模型沙盒（Model Sandbox）。

这实则也是一种方法论，可以将大模型从过去的炼丹形式变成了一种实验科学。

而在历经上千次的模型沙盒实验之后，团队在算法中的各种细节上也得到了一系列业界最优配置。

例如最优批次大小（batch size），可以大幅节省大模型训练时的token量；再如所有尺寸的模型可以通过最优的超参数的配制，保证训练任意大小的模型取得最好的效果等等。

最后在数据层面上，优秀的数据也决定了大模型最后性能的成败。

而这次小钢炮的诞生，面壁智能仅仅是用了所积累的优质数据中，通过方法论所精选出来的1T。

值得一提的是，为了行业更好的交流和发展，面壁智能开源了训练、退火两个阶段来的数据配方来供参考。

除此之外，与小钢炮相关的更多技术细节以及如何在手机上部署的教程等，均已经在GitHub中开源。

感兴趣的小伙伴，可以在文末链接处了解更多详情~

不过最后，还有一个问题值得讨论来一波：

大模型，为什么往“小”了搞？

其实在2023年，在大模型以小博大方面，便已经开始有了苗头。

最为典型的，就是小钢炮此次对标的Mistral-7B。

在它刚刚出道之际，便以更小的“姿势”击败了更大体量的Llama2-13B、Llama 1（34B）等一众大模型。

这就为“比大更大”内卷下的模型圈带来了一定启发。

不过在此背后，大模型往“小”了做，所体现的是一种更大的趋势。

一方面，从大模型从2022年底爆火至今，一个非常明显的变化就是从专注训练，逐渐转向推理。

这是一个技术发展必然的结果，要从比性能和结果，到比谁的大模型更好用；而这个“用”，最好、最直接的体现就应当是在端侧谁可以更“多快好省”地运行。

对此，李大海表示：

站在大模型时代之下，我们都在提的一个概念便是“AI原生应用”；这个时代需要的全新操作系统，就是AI原生应用+AI原生硬件。

而其中的AI原生硬件，其实很简单，就是只要能在端侧运行大模型的硬件就是原生硬件。

因此，端侧的大模型就显得格外重要。

另一方面，市场的表现也是印证大模型往“小”发展的一点。

自从去年7月开始，非常明显的一点是，众多主流手机厂商、PC、汽车品牌，陆续在宣布接入大模型。

手机厂商例如华为、小米、荣耀、OPPO、Vivo、三星等；车企包括小鹏、蔚来、理想、吉利等等。

需求之大，可见一斑。

值得一提的是，从小钢炮在GitHub开源的内容来看，目前它已经在众多品牌的老机型上做了部署实验。

因此，老手机上跑大模型也成为了一种可能。

不过细心的朋友也注意到了，面壁智能其实从成立至今，也仅有短短一年的时间。

这就不禁让人发问：一年时间是如何在技术上做到的这般突破？

其实在此背后，更多的是清华系成员们在公司成立之前，长久以来在技术上的积累与跟进。

早在2018年，面壁智能的核心技术团队在BERT发布之后，便聚焦在清华NLP实验的相关工作，发布过全球首个知识指导的预训练模型ERNIE。

随后在2020年，他们也作为“悟道”大模型首发主力阵容发布了全球第一个20亿级中文开源大模型CPM 1，也持续参与了之后的CPM 2和CPM 3。

除此之外，在2022年，在开源相关工作中，面壁智能核心成员也参与到了OpenBMB开源社区的成立与运作。

由此可见，面壁智能的核心技术成员是属于中国最早进行大模型研究的那一批。

正是基于这样的技术积累，也就不难理解面壁智能为何能够在短短一年时间内交出如此之多的“作业”了：

据了解，截至目前，面壁智能拥有100多人的科研团队。

虽然平均年龄仅为28岁，但清北含量高达80%，也有来自阿里、字节、百度等国内外知名大厂的工程团队。

加上团队还主打一个“双CP”组合，即大将里的“小哥哥”+“小鲜肉”里的大将，这种经验与创新的碰撞，或许也是推动发展进程的原动力之一。

诚然，开年小钢炮的发布给大模型带来了不少惊艳，但也正如团队所说，相关工作还有许多需要改进之处。

因此面壁智能在接下来的新进展，是值得关注的。

One More Thing

在小钢炮发布现场，一张五道口大模型Valley图格外吸睛。

用李大海的话来说：

这是全中国大模型最密集的地区。

嗯，五道口，不愧是“宇宙中心”。

开源地址（内含技术报告）：

MiniCPM GitHub：

https://github.com/OpenBMB/MiniCPM

OmniLMM GitHub：

https://github.com/OpenBMB/OmniLMM

文章来自于微信公众号“量子位”（ID: QbitAI)，作者 “金磊”