近日，面壁智能宣布开源其最新小模型 AgentCPM-Explore，该模型参数量仅 4B，却具备在端侧设备上运行智能体任务的能力，直接面向资源受限环境下的高效部署与实时交互场景。消息由面壁智能官方社区与开源平台同步发布，标志着其在轻量化大语言模型与智能体系统结合上的重要突破，引发 AI 研究与嵌入式智能领域的关注。
据面壁智能介绍，AgentCPM-Explore 延续了 CPM 系列在中文理解与生成上的优势，并通过架构精简与训练策略优化，将模型体量压缩至 4B 参数，使其可在手机、平板、边缘计算盒子乃至低功耗 IoT 设备上稳定运行。模型支持多轮对话、任务规划、工具调用与情境感知等智能体核心能力，能够在本地完成信息检索、指令执行与简单推理，减少云端依赖并降低通信延迟与隐私泄露风险。在训练过程中，团队采用了面向端侧场景的高质量中文指令与交互数据，结合强化学习微调解锁更贴合实际使用的响应风格与行为一致性，确保小模型在有限算力下依旧保持可用性与鲁棒性。
该开源项目的推出在 AI 社区激起热议，被视为轻量化智能体模型在端侧落地的一次积极探索。与依赖云端大模型的传统智能体方案不同，AgentCPM-Explore 通过参数规模与计算需求的大幅削减，使智能体功能可嵌入日常便携设备，实现随时随地的本地交互与任务执行。部分观点认为，这为教育、客服、个人助理等场景提供了低成本、高隐私的解决方案，尤其适合网络条件不稳定或对数据安全要求严格的行业；也有分析指出，4B 参数虽降低了部署门槛，但在复杂任务推理与长上下文理解上仍存在局限，需要通过工具增强与多模型协作来补足能力边界。
面壁智能以 AgentCPM-Explore 的开源，凸显其在推动端侧智能体普及与中文轻量化模型研发上的双重发力，也折射出 AI 应用向更低算力、更高实时性方向发展的趋势。后续可关注该模型在各类终端设备上的适配案例、开发者社区的二次开发成果及与硬件平台的协同优化进展，这些将决定其在智能体应用生态中的渗透速度与实际价值。
