国产AI自主开发全球首个自研人工智能系统
造AI这件事，如今的主角，正在悄然变成AI本身。
就在最近，一个国产AI完成了一次堪称“自举”的突破：它先为自己写出了一套全新的大模型预训练框架，然后，就用这套框架，成功训练出了一个全新的小尺寸模型。
这个来自面壁智能的成果，带来了两个关键产物：由AI编写的预训练框架ForgeTrain，以及由它训练出的新模型MiniCPM5-1B。
ForgeTrain的意义在于，它是全球首个完全由AI编写的、可用于实际生产的预训练框架。更令人惊讶的是，其性能在同等条件下，甚至超越了英伟达的标杆框架Megatron。具体到华&为昇腾平台上，用它来预训练MiniCPM5-1B，相比昇腾原生框架还能获得约10%的加速。
这背后，其实是一套名为Forge Engineering的新软件编程范式在支撑。其核心理念很直接：既然AI写代码的成本越来越低，未来的软件为何一定要做成庞大而通用的框架？完全可以针对特定的模型、硬件和任务，现场“锻造”出一套专用、极致的代码。
而被这套“AI工厂”产出的“产品”，就是MiniCPM5-1B模型。三者的关系，可以用下面这张图清晰地展示：
过去，“AI制造AI”更多是停留在概念或特定环节，比如生成一段函数、修改脚本或调整参数。但这一次，中国团队首次将这个概念，推进到了拥有可展示、可评测、可复现的完整工程样本阶段。
AI造出来的AI，能干啥？
最直接的问题来了：这个由AI“孕育”出的模型，究竟能做什么？
一个非常直观的应用场景是桌宠。这个仅有10亿参数的小模型，可以常驻在你的电脑桌面，变成一个随时响应、能聊天的AI伙伴。它不仅能根据上下文自然接话，还能被赋予不同的人格设定。
关键在于，它并非必须依赖云端大模型服务。1B的规模意味着它足够轻量，部署门槛大大降低。根据官方数据，MiniCPM5-1B在FP16精度下权重约2GB，适合GPU、高端笔记本和服务器；量化到INT4精度后仅约0.5GB，足以在手机、平板甚至车机等端侧设备上运行。
它的目标很明确：证明小模型也能很“能打”。在综合知识、数学推理、代码生成、工具调用等多个核心能力维度上，MiniCPM5-1B都拿出了与同尺寸端侧模型对比的亮眼成绩。
在公开评测中，其综合表现不俗。尤其值得一提的是，它再次刷新了小模型的“智能密度”上限。仅凭1B参数，就在国际知名的AA-Index榜单上超越了所有20亿参数以下的模型。相比三个月前发布的Qwen3.5-2B，MiniCPM5-1B不仅效果更优，参数量还减少了一半。
这指向一个越来越清晰的趋势：模型能力的提升，不再单纯依赖于参数的堆砌。更小的模型，正在承载更高的智能密度。数据显示，大模型的智能密度正以大约每3.5个月翻一番的速度持续提升。
因此，MiniCPM5-1B的价值在于，它不仅仅是一个小模型，更是在参数规模、部署成本和实际能力之间找到了一个新的平衡点，为端侧智能提供了更优解。
此外，它的自定义人格能力在端侧场景下意义重大。由于模型直接部署在本地，离用户更近，它可以更自然地记住用户的交互偏好，并根据不同场景切换风格，成为一个真正个性化的轻量级智能入口。
要让大模型从云端真正走向每个人的设备，模型本身必须足够小、成本足够低、体验足够好，并且拥有完整的工具链。这也正是MiniCPM5-1B强调开发者友好的原因。它提供了从模型、推理到微调的完整工具链支持，兼容SGLang、vLLM、llama.cpp、Ollama等多种主流推理框架，以及LLaMA-Factory等微调工具。
对开发者而言，这比单纯提供一个模型权重文件重要得多。因为一个模型能否被广泛应用，往往不只取决于其性能，更取决于部署、推理、量化、微调乃至接入工作流的便捷程度。
超越英伟达Megatron的“AI工厂”
如果说MiniCPM5-1B是“AI制造AI”的产品，那么ForgeTrain就是生产它的“工厂”。而这个工厂本身，也是AI建造的。
面壁智能将“AI制造AI”的进程划分为L1到L5五个阶段：
- L1：AI仅提供建议，人类执行所有操作（如GitHub Copilot）。
- L2：AI辅助研发，完成具体编码环节（如Cursor，Claude Code）。
- L3：AI端到端产出下一代模型（代表：ForgeTrain）。
- L4：AI递归自改进，改造训练管线和自身。
- L5：AI自主设定研究议程，进行开放式探索。
ForgeTrain正对应着L3向L4过渡的阶段。它虽然还未达到AI自主发明下一代Transformer架构的程度，但已经深入到了大模型研发最核心的基础设施层——预训练框架。
过去，全球主流的大模型预训练框架，如英伟达的Megatron、Meta的Fairseq、谷歌的TensorFlow，无一不是由人类工程师一行行代码精心构筑而成。
而Forge Engineering范式提出了一个截然不同的思路。传统软件工程追求通用框架，力求一套代码适配多种场景，好处是复用性强，但代价是很难在每个具体场景都做到极致优化，就像一件均码的衣服，谁都能穿，却很难合身。
Forge Engineering则激进得多：既然AI写代码又快又便宜，为何还要执着于通用？完全可以为不同的模型、不同的硬件、不同的任务，量身定制专用的代码。这好比从工业化批量生产，回归到了高级定制。AI就是那个不知疲倦的顶级工匠，为每一个需求锻造最合身的“铠甲”。
但让AI自己编写预训练框架，难点远不止于生成代码。更关键的是：它如何知道自己写对了？如何确保速度足够快？如何验证显存、并行、通信、稳定性等复杂问题？
这就需要引入Harness（测试套件）的概念。可以把Harness理解为一个“考场”，AI在其中自动进行“生成代码-运行测试-获取反馈-迭代修改”的循环，整个过程无需人工干预。
面壁智能采用了一套三阶段构建方法论：首先，从现有框架中采集关键数据，形成评测标准和Harness；其次，构建出与参考实现二进制一致的预训练框架版本；最后，解除一致性限制，迭代优化直至超越原版。
最终成果就是ForgeTrain：它在功能上完全对齐英伟达Megatron，同时在相同硬件条件下，训练速度还能再快10%。这意味着，使用相同的算力，可以节省10%的训练时间和成本。
一场正在发生的行业剧变
这不仅仅是一场酷炫的技术演示。透过现象看本质，面壁智能的这次发布，揭示了大模型行业正在经历的深刻变革。
首先，竞争焦点正从“堆资源”转向“提效率”。
过去几年，行业比拼的是参数规模、数据量和算力集群，信奉“大力出奇迹”。但这条Scaling Law的道路存在物理和经济的上限。当堆料接近天花板，接下来的胜负手必然是效率。在相同的算力预算下，谁能实现更快的研发迭代、更短的代际周期？AI制造AI给出了答案：用AI替代人类研发管线中的重复性劳动，将数周的开发工作压缩到几十分钟。这是对抗资源瓶颈，让模型能力持续指数级攀升的关键解法。
其次，AI研究员的角色正在被重新定义。
在ForgeTrain这样的体系中，人类的角色从“Human in the loop”（在循环中执行具体任务）转变为“Human on the loop”（在循环外进行监督与顶层设计）。未来的AI科学家，可能不再需要亲自编写海量的底层算子和通信逻辑。他们将更多地扮演研发系统架构师和目标定义者的角色，只需设定好目标、搭建好测试环境，剩下的“脏活累活”交由不知疲倦的AI去完成。
最后，这为国产大模型与芯片生态提供了弯道超车的契机。
过去评价国产大模型，目光常局限于参数大小和榜单分数。但真正决定长期竞争力的，是底层“生产模型的能力”。谁能以更低的成本、更快的速度训练和试错，谁就能在激烈的竞争中存活下来。
更深远的战略意义在于国产算力生态。众所周知，华&为昇腾等国产芯片在硬件算力上追赶迅速，但最大的短板在于软件生态。英伟达CUDA生态积累了数百万开发者十余年的优化经验，这是靠人力难以短期逾越的鸿沟。
而ForgeTrain提供了一种破局思路：如果人力不足，就用AI来补！通过AI自动生成适配各种新模型、新硬件的专属框架，国产芯片有望借助AI的生产力，极大缩短软件生态的追赶时间。
当AI学会了制造AI，齿轮便已开始加速转动。一个由AI驱动AI研发的新纪元，正在我们眼前展开。
相关攻略
造AI这件事，如今的主角，正在悄然变成AI本身。 就在最近，一个国产AI完成了一次堪称“自举”的突破：它先为自己写出了一套全新的大模型预训练框架，然后，就用这套框架，成功训练出了一个全新的小尺寸模型。 这个来自面壁智能的成果，带来了两个关键产物：由AI编写的预训练框架ForgeTrain，以及由它训
六大AI加密货币投资竞赛深度解析：国产模型为何表现卓越？ 2025年10月，一场别开生面的加密货币投资竞赛引发行业关注。六大顶尖人工智能模型同台竞技，旨在测试其在数字资产市场中的实战投资能力。最终，国产AI模型DeepSeek以显著优势拔得头筹，其表现远超多个国际知名模型，这一结果为我们揭示了AI金
数字化转型背景下，AI销售陪练系统正成为破解传统培训成本高、周期长难题的关键工具。市场厂商主要分为内容、渠道、垂直及技术四类，系统可应用于新人实训、合规演练等场景，有效提升效率、降低风险。选型应聚焦技术成熟度、行业知识及交付能力，以驱动培训体系战略升级。
AI音乐行业正出现从Suno向Mureka的迁移趋势。Mureka凭借V8、V9模型在人声质量、音乐完成度及中文适配上的提升，提供更稳定专业的解决方案，并以其直连服务、合规稳定等优势吸引了Sondo、快歌等头部平台，支持其业务增长与出海。企业决策注重模型效果，更看重无缝集成工作流与可靠支持。
中文视觉大模型洗牌：豆包斩获总榜第一 国内模型全面反超海外 最近一份来自SuperCLUE-VLM的评测报告，在圈内引起了不小关注。这份2026年4月的最新报告揭示了一个关键趋势：中文多模态视觉语言模型的竞争格局，正在发生结构性变动。在对全球17款主流大模型进行深度横评后，结果相当明确——国产AI阵
热门专题
热门推荐
在《和平精英》的激烈对决中，手雷不仅是范围杀伤武器，更是扭转战局、攻破敌阵的核心战术道具。许多玩家都曾遇到过手雷扔不准、错失良机的困扰。其实，游戏内自带了一个能极大提升投掷命中率的实用功能——丢雷轨迹线。这项功能无需在外部设置菜单中预先开启，其所有操作都集成在实战投掷界面中，关键在于对局时的灵活调用
2026年5月29日至6月2日，全球肿瘤学界的年度盛典——美国临床肿瘤学会（ASCO）年会将于芝加哥隆重举行。作为肿瘤领域最具影响力的国际学术会议，ASCO年会始终是前沿科研突破的风向标和临床治疗理念的策源地。本届大会，中国创新力量的表现格外引人瞩目：由中国学者主导并入选口头报告、快速口头报告等核心
EverMail AI是什么 在邮件营销的实际工作中，营销人员常常面临两难选择：使用模板群发效率高但缺乏个性，手动撰写又耗时耗力。如何实现大规模个性化沟通，是提升转化率的关键。EverMail AI正是为解决这一核心痛点而生的智能解决方案。 简单来说，EverMail AI是一款基于人工智能技术的电
OKX欧易：全球领先的数字资产服务平台 在数字资产的世界里，选择一个可靠、功能全面的交易平台，无疑是开启旅程的第一步。OKX欧易，正是这样一个备受全球用户信赖的数字资产服务平台。它集成了比特币（BTC）、以太坊（ETH）、狗狗币（DOGE）等主流数字资产的交易服务，凭借其强大的功能、清晰友好的用户界
《和平精英》全新推出的“奥特精英和平蛋”活动，已成为近期玩家热议的焦点。该活动为玩家提供了一个获取“荣耀勋章”的全新途径，而勋章正是抽取奥特曼主题限定奖励的关键道具。奖池内包含终极赛罗飞行器、多款人气角色套装及枪械皮肤等珍稀物品，对于奥特曼系列爱好者与皮肤收藏家来说，这是一次极具吸引力的机会。 奥特