面壁智能（OpenBMB）在 Hugging Face 上发布了 MiniCPM5-2B-GPTQ，这是 MiniCPM5-2B 的 4bit 量化版本，采用 GPTQ 方法压缩，主要面向本地部署和资源受限的运行环境。该模型以 Apache-2.0 协议开源，支持中英文，并同步在 ModelScope 提供下载。
MiniCPM5-2B 是 MiniCPM5 系列的第二款模型，紧随此前的 MiniCPM5-1B。它采用标准 LlamaForCausalLM 架构，总参数量约 25.17 亿，其中非嵌入参数约 19.82 亿，共 42 层，注意力机制使用 GQA（查询 16 头、键值 2 头），上下文长度达到 131,072 token。官方将其定位为面向本地助手、编程智能体、工具调用工作流和推理场景的紧凑型模型。
根据官方公布的评测，MiniCPM5-2B 在同类开源 2B 级模型中取得 SOTA，平均分 53.9；对比对象包括 LFM2.5-2.6B、Qwen3.5-2B、Gemma-4-E2B-it 等 2B 级模型，以及 Qwen3.5-4B、granite-4.2-3B、Nemotron-3-Nano-4B、Gemma-4-E4B-it、LFM2.5-8B-A1B 等更大模型作为参考。官方称其平均分超过所有对比中更大的模型（最高为 51.1），优势主要体现在代码推理、数学推理、长上下文理解、工具使用和多项智能体任务上。
除模型本身外，面壁智能还同步开放了支撑训练的高质量数据集，属于 UltraData 系列，包括网页预训练集 UltraX、采用 L0–L3 分级管理的代码数据集 UltraData-Code、包含 50 万智能体训练样本的 UltraData-SFT-Agent-2609，以及覆盖数学、代码、通用知识和长上下文推理的 8 万+ 强化学习样本集 UltraData-RL-2609。
MiniCPM5-2B 系列提供了多种格式，方便不同运行时选用：BF16 最终版、仅 SFT 检查点、中训练检查点、基座版、GGUF 版（适配 llama.cpp / Ollama / LM Studio）、MLX 4bit 版（面向 Apple Silicon）、GPTQ 4bit 版（即本次发布）、DSpark 推理加速草稿模型及其 GGUF 版，以及 LiteRT-LM 版本。这种多格式策略降低了开发者在不同硬件和框架上的适配成本。
从产业角度看，2B 级模型在保持较小部署 footprint 的同时支持长上下文和工具调用，是端侧 AI 落地的重要方向。量化版本的推出进一步压缩了显存占用，使模型更易在消费级 GPU、笔记本甚至边缘设备上运行。对关注 AI 产业链的投资者而言，端侧模型能力提升和格式生态完善，可能带动本地推理芯片、边缘计算设备和端侧应用开发的活跃度；但模型的实际部署效果、量化后的精度损失以及生态采用情况，仍需后续观察。