近年、人工知能技術は目覚ましい進歩を遂げていますが、計算効率と多機能性の両立という課題が残っています。GPT-4などの多くの高度なマルチモーダルモデルは、通常、膨大な計算資源を必要とするため、ハイエンドサーバーでの利用に限られており、スマートフォンやタブレットなどのエッジデバイスでの有効活用が困難でした。さらに、動画分析や音声テキスト変換などのリアルタイム処理には依然として技術的な障壁があり、リソースの限られたハードウェア環境下でシームレスな動作を実現するための、効率的で柔軟なAIモデルの必要性を浮き彫りにしています。

AI時代において、大規模言語モデル（LLM）は高度な技術の結晶であり、その開発には莫大な計算資源とデータが必要とされます。オープンソースモデルの公開は、貴重な技術を広く共有することに繋がりますが、Apache2.0やLLaMA2コミュニティライセンスなどのライセンスによって知的財産権(IP)が保護されます。しかしながら、不正利用の試みも存在します。一部の開発者は独自のLLMを開発したと主張しながら、実際にはLlamaなどの既存モデルを不正に利用しているケースが見られます。

北京市に拠点を置く面壁智能科技有限責任公司は、このほど数億元規模の新たな資金調達を実施したことを発表しました。本ラウンドは、龍芯創投、鼎暉百孚、中関村科学城基金、賽富投資基金が共同でリードインベスターとなり、北京市人工知能産業投資基金と清科創投が追加投資、万甲資本が独占的な財務アドバイザーを務めました。面壁智能は、この資金を活用してエッジ側AI大規模モデルの商業化を加速させ、同等のパラメーター数でより高い性能、より低い消費電力、より高速な処理を実現する高効率大規模モデルサービスを提供することにより、各業界への高度なサービス提供とユーザーへの具体的な価値創出を目指します。

10月30日、面壁智能と百度智能云は戦略的提携を発表しました。両社は、大規模モデルのエンドクラウド協調ソリューションの開発に共同で取り組む予定です。この協力協定に基づき、百度智能云の千帆大規模モデルプラットフォーム、文心シリーズ大規模モデル、および面壁MiniCPMシリーズの端末側大規模モデル、複数の端末と様々なシナリオにおける最先端技術蓄積を活用し、エンドクラウド協調技術ソリューションを共同で開発・普及させます。これにより、具象知能、スマート端末、エッジコンピューティングなど、実際の適用シナリオにおける大規模モデルの効果をさらに向上させ、大規模モデルの推論コストを削減します。

面壁智能は、わずか2GBのメモリで動作する高性能AIモデルMiniCPM 3.0を発表しました。これは、端末側AI体験の新たな時代を告げるものです。40億パラメーターを持つMiniCPM 3.0は、GPT-3.5を上回る性能を持ち、モバイルデバイス上でGPT-3.5と同等のAIサービスを実現します。これにより、ユーザーはクラウド処理に依存することなく、高速で安全、機能豊富なローカルAIサービスを利用でき、よりスムーズでプライバシーを保護されたスマートなインタラクション体験を実現できます。

面壁智能の小型・高性能モデルMiniCPM-Vシリーズの最新版2.6が、GitHubとHugging Faceのトレンドランキングでトップ3に急上昇し、スター数は1万を突破しました。2月のリリース以来、累計ダウンロード数は100万回を超え、エッジデバイスモデルの性能評価におけるベンチマークとなっています。MiniCPM-V2.6は、80億パラメーターでリアルタイム動画理解、複数画像の同時理解、複数画像ICLなどの機能を含むエッジデバイス向けマルチモーダルモデルの性能向上を実現しました。量子化後のエッジデバイスメモリ使用量はわずか6GB、推論速度は18トークンに達します。

MiniCPM-V2.6は、わずか8Bパラメータながら、20B以下のシングル画像、マルチ画像、ビデオ理解の3つのタスクでSOTA（State of the Art、最先端）を達成した端側AIマルチモーダルモデルです。端側AIのマルチモーダル能力を大幅に向上させ、GPT-4Vと全面的に匹敵するレベルに達しています。

MiniCPM-Llama3-V2.5の大きな特徴は、その高いエネルギー効率です。スマートフォン上で動作する場合、わずか8GBのビデオメモリとNVIDIA GeForce RTX4070グラフィックカードがあれば、高速な推論を実現し、実行速度が非常に速くなります。さらに、画像エンコーディング速度は150倍向上し、端末側システムレベルでのマルチモーダルアクセラレーションを初めて実現しました。特に印象的なのは、30以上の言語に対応しており、多言語環境を強力にサポートしている点です。