当大模型公司都在卷大参数，面壁智能却在尽可能把参数做小_风闻

做小参数模型背后，不仅挑战模型训练技术，更有深远的现实和商业意义。

作者 | 幸芙

编辑| 靖宇****

在通往 AGI 的路上，绝大多数公司的路线是不断做大参数，但面壁智能却走了一条相反的路线——尽可能把模型参数做小。

2 月 1 日，面壁智能推出了只有 2B（注：20 亿）参数量级的模型 MiniCPM，而其性能却超过了大参数模型 Mistral-7B（法国大模型公司 Mistral 旗下知名模型）、且部分超越 Llama-13B（Meta 旗下知名开源大模型）等，内部称之为「以小博大」。

这个结果揭露了这样一个事实：很多超大参数的大模型，它们的模型效率或许并没有最大化。

「我们希望探索模型性能的天花板。」面壁智能联合创始人刘知远教授称。他认为，从技术研判而言，2023 年 ChatGPT 和 GPT-4 的推出，表明大模型技术路线已经基本确定，接下来就是要探索其科学机理，并极致地优化效率。

他表示，在 Mistral-6B 的同一模型水平下，面壁智能团队的模型参数量是最小的。这或许意味着模型的效率被提升到了最高水平。「我觉得我们做了一件挺牛的事。」他笑着说。

MiniCPM 在多项主流评测榜单、中英文平均成绩超越 Mistral-7B | 图片来源：面壁智能

面壁智能成立于 2022 年，由清华 NLP 实验室的刘知远副教授带头成立。这是国内最早研发大模型的团队之一，早在 2020 年，团队就发布了全球首个 20 亿级中文开源大模型 CPM。直到去年 4 月，面壁智能接受了知乎投资，不久后知乎 CTO 李大海成为面壁智能 CEO。这家公司开始完成从学术界到商业界的转身。（见极客公园专访《对话面壁智能：和知乎的优势互补，会加速大模型的研发》）

此次面壁智能做小参数模型背后，不仅是为了挑战模型训练技术，更有深远的现实和商业意义。

更小的参数意味着更低的部署门槛、更低的使用成本——这意味着它能在手机等终端上运行，甚至仅靠一块 CPU 就能运载，面壁智能因此将 MiniCPM 称为端侧大模型——它带来的意义是，模型能被更广大人群应用、也有更好的商业化前景。

「无论是面壁还是清华 NLP 实验室，我们的梦想就是实现 AGI（通用人工智能）。任何完成这个目标需要做的，就是我们要做的事情。」关于 MiniCPM 背后的思考决策，刘知远如此说道。

01

模型训练

不再「玄学」

面壁团队之所以尝试「以小博大」路线，跟 Mistral-7B 有些渊源。

去年 9 月，刚发布的 Mistral 7B 是「以小博大」的标杆之作：它只有 7B 大小，却击败了参数量大得多的 Llama（注：所有基准测试中均优于 Llama 2 13B、并在许多基准测试中均优于 Llama 1 34B）。这引起了整个大模型行业的广泛关注。刘知远说，自此之后他心里就种下种子，希望让团队也尝试一下模型「以小博大」。

这极其考验模型的训练技术和效率。

一直以来，大模型的训练过程被戏称为「炼丹」：核心是加大参数，整个训练过程却难以捉摸、全凭感觉，很少沉淀为科学系统的训练技术——不过，各大模型团队都在为此努力，希望将自家的训练技术从「玄学」变成「科学」。

面壁智能也在做这样的尝试。2023 年，团队做了上千次的「沙盒实验」（注：在拟真测试环境下，通过控制变量等方法，找到模型训练背后的科学原理和规律），对大模型的训练机理有了较为深刻的理解。「就像造飞机需要空气动力学的支持，我们团队致力于把大模型的研究科学化。」刘知远说。

这也是他想研发 MiniCPM 的重要原因，「我想检验一下我们（总结）的训练科学，是不是真的科学。」他说。

面壁智能模型「沙盒试验」| 图片来源：面壁智能

结果验证了他的期待。仅通过两周的训练，MiniCPM 就成功实现了以小博大。这证明了团队的训练技术符合一定科学。刘知远称，此次结果是过往沙盒实验「厚积薄发」的结果。「我们希望通过 MiniCPM 让大家认识到，即使 2B 尺寸大模型的效果极限，还没有被充分挖掘出来，这是一个科学问题也是一个技术问题，需要大家共同探索。」他说。

目前，面壁智能团队已将 MiniCPM 背后的训练方法、过程写成文章，发布到 Github 上。

当然，除了训练技术本身，其他的要素也很重要——比如优质数据集、Infra（AI 基础设施层的软件) 等。此次，面壁智能仅靠 1TB 的精选数据训练就完成了模型的「以小博大」，当问到数据的来源是否跟知乎有一定关系时，「知乎起了很重要的作用，但最终还是算法自动选取的结果。」李大海对极客公园说。

Infra 方面，面壁智能表示，团队全流程优化加速工具套件平台，可以实现 10 倍推理加速，90% 成本降低。

或许因为诸多因素才研发出了 MiniCPM，所以团队并不担心公开训练的方法、过程。「模型的训练方法很多是内化的经验，不一定对着一个已有的论文就能训出好模型，这些经验可能会是一种壁垒。」MiniCPM 的模型训练负责人、面壁智能研究员胡声鼎说。

02

端侧小模型，********「直供」手机厂

作为一款小参数模型，MiniCPM 能部署在手机等终端设备上，主要被定位为端侧模型。目前，MiniCPM 已跑通了国际主流手机品牌和终端 CPU 芯片。

为什么有了云端模型，依然要端侧模型？从用户的角度来说，假设遇到极端的断网等情况（面壁团队现场举了户外探险的例子），用户依然可以通过端侧模型获得服务。这实际上拓宽了用户使用模型的场景。

MiniCPM 可搭载的手机型号 | 图片来源：面壁智能

而从开发者的角度来说，端侧模型能帮助他们减轻算力负担、降低算力成本。

以算力负担为例，李大海称假设大模型领域出现了超级应用，需要成百上千万人同时在线，用户都在云端使用模型的话，算力带宽和成本，对于创业团队来说都将难以承受。

以算力成本为例，李大海现场用一台搭配骁龙 855 芯片（高通于 2018 年推出手机芯片）的手机做了一道数学题。按照运行 5 年计算，每秒 7.5 tokens，那么 170 万 tokens 的推理成本仅需人民币 1 元，成本仅为 Mistral-Medium 的百分之一。

刘知远认为，未来大模型一定是云端共存、协同的模式——就像人类的智能需要分布于大脑、小脑，未来的大模型的智能也会分布于云、端——它们各有不同的分工，就像大脑负责高级智能、小脑负责基础智能一样，未来大模型的高级智能将由云端实现，而基础智能将由终端实现。

自去年 7 月以来，大模型上终端一直是行业普遍趋势。荣耀、华为、小米、OPPO、vivo 等手机厂商均推出了自己的终端大模型。当问到相比手机厂商，面壁智能做终端大模型的优势是什么时，李大海称未来如果云端需要联动，由同一个模型厂商做会更高效。

目前，面壁正在跟许多终端厂商沟通，探讨将 MiniCPM 这款小模型落地的可能。

面壁智能 CEO 李大海、联合创始人兼首席科学家刘知远 | 图片来源：面壁智能

如果说云端模型主要卖的是 API 调度费、解决方案，那么端侧模型的商业模式或有所不同——李大海表示，目前 MiniCPM 已经开源、经授权后可商用，未来将主要从模型授权费中获取商业收入。「端侧模型有端侧模型的落地模式和场景，（云端）大模型有（云端）大模型的落地模式和场景。」他说。

和 Meta 一样，面壁也是将 MiniCPM 这样的端侧大模型和其它规模较小的大模型开源，将旗下 CPM-Cricket 等千亿大模型闭源。目前，面壁智能的模型收入主要来自 B 端，主要集中在金融、营销等领域，目前已有招商银行、易车网、义乌小商品集团等客户。

谈及面壁智能未来的发展规划，李大海称，一方面是继续加强模型能力，无论是小模型还是大模型，并在此基础之上继续探索 Agent、上层应用的发展。另一方面则是探索落地和商业化。

「说实话我对我们的模型技术能力有信心，所以未来我们的重心会放在商业化上。」他说。

*头图来源：面壁智能

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO