面壁智能开源 MiniCPM5-2B 并公开其 RL 训练栈 Meshy 与 JustRL II

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、…

面壁智能展示 MiniCPM5-2B 作为本地智能体的实际工作能力：在 DGX Spark 上由 32 个 worker 协调处理发票、采购订单与付款对账。整个流程执行 232 次工具调用，67.8 秒内完成全部 32 个案例核验，由 GPT-6 Astra 负责协调，体现了设备端高智能密度在多智能体工作流中的表现。

OpenBMB 发布 MiniCPM5 端侧模型，采用 Apache 2.0 协议，1B 与 2B 版本支持 128K 上下文、编码、推理和智能体工具调用。

面壁智能（OpenBMB）发布 MiniCPM5-2B，vLLM 稳定版提供 day-0 支持。该模型为 2.6B Dense 模型，原生 131K 上下文，同一 checkpoint 支持 Think/No-Think 两种模式，并通过 vLLM 的 minicpm5 parser 支持工具调用。模型采用标准 LlamaForCausalLM 架构，权重与训练数据一同开放，部署配方见 http://recipes.vllm.ai/openbmb/MiniCPM5-2B。

面壁智能 OpenBMB 宣布 MiniCPM5-2B 就绪，可通过 SGLang 部署，SGLang 提供首日（day-0）服务支持。SGLang 配方覆盖 NVIDIA RTX PRO 6000、RTX 5090、DGX Spark 和 Hopper 卡，在 5090 上启用 DSpark 后编码任务 bs=1 下单用户解码速度超过 250 tok/s。

MiniCPM5-2B 在 Artificial Analysis Intelligence Index v4.2 得分 15，为 4B 总参数以下开源权重模型最高，比 Granite 4.2 3B（11）高 4 分。

面壁智能（OpenBMB）开源 2B 参数端侧语言模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上以 23 分位列 4B 参数以下开源模型第一，Agentic Index 得分 20。

开发者基于 VoxCPM2 构建开源视频配音翻译工具，可将视频翻译为多语言并保留原说话人音色与对话自然度。项目整合 VoxCPM2 参考音色克隆、Whisper 转录与词级对齐、自动翻译及可选 LatentSync 唇形同步，支持本地优先处理，提供从人声分离到视频重建的端到端流程。