刚刚，国产 AI 自己造了 AI，全球首例！

📌 一句话摘要

面壁智能发布全球首个完全由 AI 编写的生产级大模型预训练框架 ForgeTrain，并用它训练出 MiniCPM5-1B 模型，性能超越英伟达 Megatron，标志着 AI 制造 AI 从概念进入可评测的工程样本阶段。

📝 详细摘要

本文报道了面壁智能的重大技术突破：全球首个完全由 AI 编写的生产级大模型预训练框架 ForgeTrain。该框架在华为昇腾上训练 MiniCPM5-1B 模型，性能超越英伟达 Megatron 10%。文章详细介绍了 ForgeTrain 的三阶段构建方法论（数据采集、二进制一致构建、迭代优化），以及其背后的 Forge Engineering 编程范式——从通用框架转向为每个模型、硬件、任务定制专用代码。MiniCPM5-1B 作为端侧模型，在 1B 参数规模下刷新了智能密度上限，在 AA-Index 上超越所有 2B 以下参数模型，支持 FP16 和 INT4 精度部署，可运行于 GPU、笔记本、手机等设备。文章还提出了 AI 制造 AI 的 L1-L5 五阶段分级，ForgeTrain 对应 L3-L4 阶段。最后，文章分析了这一突破对大模型行业效率竞争、AI 研究员角色转变以及国产算力生态的战略意义。

💡 主要观点

- 面壁智能发布全球首个完全由 AI 编写的生产级大模型预训练框架 ForgeTrain。 ForgeTrain 通过三阶段方法论（数据采集、二进制一致构建、迭代优化）由 AI 自动生成，在功能上完全对齐英伟达 Megatron，且训练速度快 10%，标志着 AI 已进入大模型研发最核心的基础设施层。

ForgeTrain 训练出的 MiniCPM5-1B 模型刷新了 1B 参数规模的智能密度上限。 MiniCPM5-1B 在 AA-Index 上超越所有 2B 以下参数模型，包括 3 个月前发布的 Qwen3.5-2B，参数量减少一半但效果更优，支持 FP16 和 INT4 精度，可部署于从服务器到手机的多类设备。

Forge Engineering 范式从通用框架转向为每个场景定制专用代码。 随着 AI 写代码成本降低，Forge Engineering 主张不再追求通用框架，而是为不同模型、硬件、任务分别生成专用代码，类似从批量生产转向高级定制，由 AI 作为不知疲倦的工匠。

AI 制造 AI 将推动大模型竞争从堆资源转向极致提效率。 当 Scaling Law 遇到瓶颈，效率成为胜负手。用 AI 替代人类研发管线中的重复劳动，将数周代码开发压缩到几十分钟，是唯一能对抗资源瓶颈、实现能力指数级攀升的解法。

ForgeTrain 为国产算力生态提供了弯道超车的可能。 国产芯片在硬件上追赶英伟达，但软件生态是最大短板。通过 AI 自动生成适配新模型、新硬件的专属预训练框架，国产芯片有机会极大缩短追赶国际顶尖生态的时间差。

💬 文章金句

- 造 AI 这件事，现在的主角变成了 AI。

• 这是全球首个完全由 AI 编写的生产级大模型预训练框架，性能甚至超越了英伟达的 Megatron。
• 既然 AI 写代码越来越快，代码生产成本越来越低，那我们为什么还要追求通用？
• 用 AI 去替代人类研发管线中的重复劳动，把人类数周的代码开发压缩到几十分钟。
• 当 AI 学会了造 AI，齿轮就已经开始加速转动。一个新的纪元，正在我们眼前展开。

📊 文章信息

AI 初评：87

来源：量子位

作者：十三

分类：人工智能

语言：中文

阅读时间：15 分钟

字数：3595

标签： 面壁智能, ForgeTrain, MiniCPM5-1B, AI制造AI, 预训练框架

阅读完整文章