清華大學與綿壁開源全球首個 AI 編碼預訓練框架 ForgeTrain

ME AI 消息，據動察 Beating 監測，面壁智能與清華 NLP 實驗室在 OpenBMB 社區聯合開源全球首個完全由 AI 編寫的生產級大模型預訓練框架 ForgeTrain，並發布由 ForgeTrain 訓練的端側小模型 MiniCPM5-1B。作為首個展示「AI 製造 AI」工程閉環的樣本，ForgeTrain 在相同硬體條件下性能超越英偉達的 Megatron，在華為昇騰上預訓練時也實現了 10% 的加速。同時，MiniCPM5-1B 登頂 Artificial Analysis 開放權重小模型榜第一。為了讓 AI 自主構建底層預訓練基礎設施，面壁智能提出「代工工程」（Forge Engineering）軟體編程範式，摒棄兼容一切硬體與任務的通用框架，轉而利用 AI 低成本程式碼生成能力為特定模型和硬體現場鍛造專用程式碼。在構建機制上，ForgeTrain 採用三階段方法：首先從現有預訓練框架採集關鍵數據形成測試考場（Harness），接著在自動閉環中迭代生成二進制一致的框架程式碼，最終解除限制並實現對參考實現的超越。整個自動化演進對應 AI 製造 AI 的 L3 至 L4 階段。作為 ForgeTrain 的首個產出模型，MiniCPM5-1B 擁有 10.8 億參數，核心架構基於標準的 LlamaForCausalLM 設計，大幅降低了下游集成與推理部署門檻。在 Artificial Analysis 評測中，模型以 18 分超越 2B 規模的 Qwen3.5-2B（16 分），並領先 Qwen3.5-0.8B（11 分）與 LFM2.5-1.2B-Thinking（8 分）。模型支援 MLX 4-bit 與 GGUF Q4_K_M 等部署格式，INT4 量化後權重僅為 0.5GB，並原生支援 131,072 tokens 長文本上下文與基於 enable_thinking 的混合雙模推理。依托極低的硬體開銷，OpenBMB 同步開源了純離線運行的桌面浮窗伴侶應用 MiniCPM Desk Pet，支援實時響應 Cursor 等開發工具中的編碼活動與 LoRA 人設切換。（來源：BlockBeats）