小模型本地调试：OpenClaw + Ollama 全 CPU 流程

llama.cpp 服务器新增了类似 Ollama 的多模型管理功能。该功能采用多进程架构，每个模型独立运行，确保单个模型崩溃不影响其他服务。系统支持自动发现本地 GGUF 模型文件、按需加载，并默认采用 LRU 机制管理最多同时加载4个模型。用户可通过请求中的模型字段路由到特定模型，并可使用 API 进行加载、卸载和列表查看。所有加载的模型可继承路由器的统一设置，也支持通过预设文件为每个模型单独配置参数。内置 Web UI 同样支持模型切换。

DeepSeek R1 长思考表现从 71.0% 飙升至 86.7%，并将 R1 生成的长思维链蒸馏到 Qwen-1.5B、7B、14B 小模型，运行时给足思考预算后解题能力随思考长度正相关暴涨。作者借此回顾去年 ollama 将 deepseek-r1-distilled-qwen-7b 当作 deepseek 装到用户电脑上的事件。

OpenBMB 发布 MiniCPM5 系列第二个 checkpoint MiniCPM5-2B，2.52B 稠密模型，原生 131，072 token 上下文，Apache 2.0 权重，采用标准 LlamaForCausalLM 架构，可通过 vLLM、SGLang、llama.cpp、Ollama 等主流引擎直接运行。

面壁智能 OpenBMB 推出 MathForm，一个面向 Lean 4 数学自动形式化的开源框架、数据集与模型。其 FormalVerse 数据集含 367K+ 已验证示例；在匹配 100K 预算下，基于其训练的模型 Consistency Check 达 60.32%，优于 FineLeanCorpus（46.53%）与 NuminaMath-LEAN（41.49%）。

面壁智能开源首个具身AI模型系列 MiniCPM-Robot，包含 1.5B 参数的通用视觉-语言-动作（VLA）模型 MiniCPM-RobotManip 和用于目标跟踪的 MiniCPM-RobotTrack。同时发布高性能推理框架 PhyAI，旨在让机器人实现理解、记忆与行动。

面壁智能 OpenBMB 发布 VoxCPM2 技术报告。该模型为最新语音生成模型，拥有 2B 参数，基于超 200 万小时多语言语音数据训练，支持 30 种语言和 9 种中文方言。具备自然语言语音设计、可控及高保真延续性语音克隆能力。技术报告涵盖架构设计、统一序列公式、AudioVAE 高保真语音重建、大规模训练评估，以及零样本和指令跟随 TTS 基准结果。采用 16kHz 语义编码 + 48kHz 波形重建，在公开 TTS 基准上达到 SOTA 或极具竞争力。模型权重、…

面壁智能 MiniCPM5-2B 是一款 2.5B 参数、原生 128K 上下文的端侧模型，单 checkpoint 内混合 Think / No-Think 模式，可从 Hugging Face 下载后离线运行。RunAnywhere 演示中，该模型先判定谜题无解，随后自我纠正并写出可用的验证器。其称这是 4B 以下最强的开源模型。

MiniCPM5-2B 搭配 Pi 编程智能体，通过 Transformers.js + WebGPU + 4-bit ONNX 权重完全在浏览器内运行。此前多次尝试均告失败，MiniCPM5 让这一方案变得可用，现已在 Hugging Face 上线。

面壁智能 OpenBMB 宣布 Atria Dawn Preview 上线，这是一款面向长程任务的智能体模型，覆盖问题探索、方案设计、代码编写与实验验证的完整研究闭环，输出可执行、可验证、可复现的结果。模型已在 GitHub 和 Hugging Face（internlm/Atria-Dawn-Preview）开放，并可通过 api.atria-asi.ai 试用。

开发者 @aijoey 用 MiniCPM5-2B 负责智能体决策与行动选择、Qwen 27B 将想法转为对话与可执行行为，搭建了本地多智能体虚拟小镇 Whisper Town，8 位 AI 居民拥有独立长期记忆，可发起项目、协作、分享信息或退出，并从失败中学习调整后续决策。系统已累积 7000+ 条记忆，全部推理在两台 NVIDIA DGX Spark 上本地运行。