【CNMO科技新闻】4月11日，面壁智能宣布完成新一轮数亿元融资，由春华创投、华为哈勃领投，北京市人工智能产业投资基金等跟投，知乎作为战略*持续跟投。据介绍，本轮融资完成后，面壁智能将进一步推进优秀人才引入，加固大模型发展的底层算力与数据基础，推动大模型高效训练、快步应用落地。
在宣布完成新一轮融资的同时，面壁智能也向外界公布了继2月发布开源模型MiniCPM之后，面壁智能近段时间取得的阶段性成果，以及发布了全新的MiniCPM 2系列端侧模型，包括四款——MiniCPM-V 2.0多模态模型，模型最小的长文本模型MiniCPM-2B-128k，MiniCPM-MoE-8x2B MoE模型，以及12亿参数规模的MiniCPM-1.2B模型。
首先来看，MiniCPM-V 2.0多模态模型， 它可以可部署在智能手机之上，支持多模态图像视频场景，并显著增强OCR（光学字符识别）能力，以实现多模态识别与推理技术。同时，该模型还刷新开源模型最佳OCR表现，根据OpenCompass榜单，综合11个主流评测基准，其通用能力超级超越Qwen-VL-Chat-10B、CogVLM-Chat-17B、Yi-LV-34B。
不止在OpenCompass榜单上，MiniCPM-V 2.0有着出色的表现，在评估大模型幻觉的Object HalBench榜单上，MiniCPM-V 2.0是14.5%，GPT-4V是13.6%。相比GPT-4V，幻觉水平持平，红字标出的即为幻觉部分，GPT-4V存在6处幻觉，MiniCPM-V 2.0存在3处。
其次是，长文本模型MiniCPM-2B-128k，该模型将原有的 4k上下文窗口扩展到了128K，支持在手机、电脑等终端中实现长文本输入。该长文本模型在InfiniteBench榜单的平均成绩超Yarn-Mistral-Nb-128K、Yi-6B-200K、ChatGLM3-6B-128K、LWM-Text-128K。
MiniCPM-MoE-8x2B MoE模型则是支持与超大参数模型一样的MoE架构，性能全面增强，推理速度也全面加快，但实际平均激活参数只有4B，但是比LiaMA2-34B、Gemma-7B等模型效果都要好，推理成本仅为Gemma-7B的69.7%。
最后是，MiniCPM-1.2B模型，作为本次规模最小的模型，它的优势在于应用场景广，可轻松部署在各类终端之上，但参数减小的同时，它的能力并没缩减，反而得到了提升，根据官方透露，仍保持上一代2.4B模型87%的综合性能。
同时，规模的缩小让它在终端推理速度上得到了提升，将MiniCPM-1.2B模型运行在智能手机上推理速度提升38%，能实现每秒25 tokens/s，是人说话速度的15～25倍，同时内存减少51.9%（iOS上MiniCPM-2.4B的量化模型是2.1G，MiniCPM-1.2b的是1.01G），成本也大幅下降。
总的来看，面壁智能此次成功融资数亿元，显示出资本市场对于面壁智能发展潜力的认可。同时，其本次推出的全新MiniCPM 2系列端侧模型，也向外界证实了他们正在不断推动模型迭代升级，相信随着面壁智能持续推动不受制约的端侧模型以及应用落地，未来我们能够更轻松、低成本的体验到大模型给我们日常生活带来的变化。
