大模型界今天有个"小个子"抢了风头。
面壁智能今天（9月8日）开源了MiniCPM5-2B端侧基座模型。
参数只有20亿，听着不大，但成绩让人意外：在真实任务评测中得分891（人类基线1000），高居4B以下模型榜首。
更夸张的是——它比参数是自己6倍的Gemma 4 12B（647分）还高，也超过了Qwen3.5 9B（645分）。
小身材，大能量。这是怎么做到的？
为什么"小"反而重要
很多人可能觉得，AI模型越大越强。但MiniCPM5-2B走的是另一条路：让智能体跑进你的手机里。
过去，AI智能体（Agent）基本都靠云端大模型驱动，麻烦在于三点：推理成本高、响应有延迟、数据要上传云端。
MiniCPM5-2B的意义在于：在20亿参数的规模上，初步实现了工具调用、深度搜索、代码生成等端侧通用智能体能力。
翻译成大白话就是——智能体有望从云端"搬"到手机、PC、智能座舱里本地运行，不用联网、不用传数据、响应还快。
它凭什么"小而强"
面壁智能这次不只是开源了模型，还公开了训练配方和数据集——这在行业里不多见，等于把"怎么做小模型"的秘诀也拿出来了。
公开评测（人类基线1000）里它拿了891分，压过参数是自己4-6倍的大模型。这说明：
模型大小不是唯一标准，架构和训练方法同样关键。 参数多不代表能力强，把20亿参数用好，也能"以小博大"。
端侧智能体要爆发了吗
其实端侧AI的风早就吹起来了。
看看MiniCPM系列的落地数据：截至今年8月，全球下载量已突破5000万次，已经进入三星旗舰机、长安和吉利等车企的智能座舱、具身机器人等场景。
如果端侧智能体跑通了，意味着：
第一，成本降下来。 不依赖云端算力，推理成本大幅降低。
第二，隐私有保障。 数据不出设备，敏感信息不用上传云端。
第三，体验更流畅。 本地运行没有网络延迟，断网也能用。
对普通人意味着什么
最直接的感受可能是：以后手机里的AI助手会越来越"懂你"——它在你手机本地运行，知道你常订哪家外卖、习惯几点起床，而这些数据不用出手机。
小模型+端侧智能体，正在把"AI随身带"变成现实。
20亿参数的小模型，跑赢了比自己大6倍的对手。你觉得端侧AI这条路，能真正跑起来吗？评论区聊聊你的看法。