面壁智能是一家以端侧大模型和人工智能基础设施为核心的技术团队，致力于把更小、更高效的模型部署到离用户更近的消费电子和各类终端中。官网展示的产品覆盖语言、视觉、语音、具身智能和大模型训练框架，重点解决模型在算力、内存、推理速度、芯片适配和本地部署方面的要求。与单纯依赖云端的大模型服务不同，MiniCPM系列强调较小参数量、较快推理速度、较高算力与内存使用效率，以及面向不同芯片和系统平台的灵活部署。
核心功能
端侧基座大模型
MiniCPM是面壁智能的端侧大语言模型系列，官网列出了0.5B、1B、1.2B、2B、2.4B、4B和8B等不同参数规模。模型提供8B稀疏架构与0.5B轻量双版本，支持128K超长上下文；量化后仅需2GB内存，适合部署到日常消费电子和各类终端。官网同时提到该系列覆盖不同芯片和系统平台，并强调部署高度灵活和简洁。
多模态视觉与语音交互
MiniCPM-O是端到端全双工全模态大模型，9B参数版本支持视频、音频、文本流式输入与语音输出，用于类人交互。MiniCPM-V则是端侧视觉模型，参数量为1.3B，可在6GB内存手机端运行，并适配iOS、Android和鸿蒙系统。两类模型分别覆盖全模态交互和移动端视觉理解场景。
具身智能与本地机器人能力
MiniCPM-Robot面向具身智能，官网列出1.5B和0.9B两个参数规模。其通用VLA模型以1.5B参数实现相当于3—4B模型的性能，支持1分钟原生记忆与流式实时推理。跟踪导航模型支持纯本地、断网部署的视觉跟踪方案，将感知、思考与行动连接起来，面向机器人导航和具身任务形成完整闭环。
端侧语音生成
VoxCPM是一种无离散分词器的端到端语音合成模型，提供2B、0.8B和0.5B参数版本。2B版本覆盖30种全球语言与9种中国方言，支持通过文字描述创造音色，也支持零样本声音克隆。模型输出48kHz CD级音质，并以Apache 2.0协议开源，可用于商业场景。
AI模型训练与自动部署基础设施
AI4AI包含ForgeTrain、ForgeStencil、BitCPM-CANN和Forge Engineering等项目。ForgeTrain是由AI自主编写的生产级大模型训练框架，官网称其8小时追平英伟达Megatron-LM，1.5—2天实现性能反超，H100实测MFU提升约8%—10%，并已适配华为昇腾。ForgeStencil则围绕“自动研究+自动部署”构建闭环，采用双Agent架构，在1周内自动完成100多个真实工业与科学计算软件重构，全程0人工介入。
使用方式
官网为MiniCPM、MiniCPM-O/V、MiniCPM-Robot、VoxCPM以及ForgeTrain、ForgeStencil等项目提供GitHub入口，部分模型同时提供HuggingFace入口。产品形态以可部署的模型和训练、优化基础设施为主，正文没有说明是否需要注册、是否需要自备模型Key，也没有给出统一的Web端、客户端、插件或API使用方式。官网明确展示了iOS、Android、鸿蒙适配，以及纯本地断网部署能力。
适用人群与场景
手机、AIPC、智能座舱和可穿戴设备研发团队，可使用MiniCPM系列构建端侧智能能力。需要视觉理解、视频音频输入或语音输出的应用开发者，可关注MiniCPM-O/V。机器人和具身智能研发人员，可使用MiniCPM-Robot进行视觉跟踪、导航和感知决策。大模型训练、模型优化及工业科学计算团队，则可使用ForgeTrain和ForgeStencil探索训练加速、自动研究与自动部署。
注意事项
不同模型的参数规模、内存需求、输入模态、系统适配范围和部署方式并不相同，需要根据具体项目选择。官网明确说明MiniCPM-V可在6GB内存手机端运行，MiniCPM基座模型量化后需2GB内存；MiniCPM-Robot的跟踪导航方案支持纯本地断网部署。官网正文未提供价格、免费额度或统一商业服务套餐信息。