最后哭一次这是华为哈勃又一次出手投资大模型企业。此前它在去年8月参与了AI4Science独角兽企业深势科技超7亿元的股权融资。深势科技曾推出分子大模型Uni-Mol、科学文献多模态大模型Uni-SMART等。

　　华为哈勃最新投资的面壁智能，成立于2022年8月，总部在北京，是国内最早开始探索大模型和AGI的团队之一。去年4月，面壁智能完成数千万元天使轮融资，知乎领投，智谱AI跟投。

　　面壁智能的核心研发团队脱胎于清华NLP实验室，团队还有来自阿里、字节、百度等国内外知名公司的人才。在创立初始阶段，面壁即开始Agent研究探索，2023年发布了大模型驱动下的Al Agent “三驾马车”，全面覆盖单体智能、群体智能和智能体应用框架领域。

　　在高效推理方面，面壁率先以“衔尾蛇投机采样”为代表的协同推理技术，在云侧建立起大小模型之间的协同，极大提升云侧大模型的服务速度。与面壁端侧模型相结合，有望通过端云协同推理来进一步降低大模型使用成本。

　　目前面壁智能已完成了贯彻高效训练、高效落地与高效推理的大模型全栈技术生产线布局，与招商银行、数科网维、知乎等合作伙伴一同将大模型与Agent技术部署落地于金融、教育、政务、智能终端等应用场景。

　　继今年2月开源发布端侧模型面壁MiniCPM后，面壁智能今日推出了新一代MiniCPM 2系列模型，包括4款模型：

　　1、MiniCPM-V2.0多模态模型：参数规模仅2.8B，小到可以部署在手机上，显著增强了OCR（光学字符识别）能力，刷新OCR综合性榜单开源模型表现，通用场景文字理解能力比肩Gemini Pro，超过Owen-VL-Chat-10B、CogVLM-Chat-17B等百亿级参数量的模型，中文OCR识别能力显著超过GPT-4V，幻觉水平与GPT-4V持平。

　　上述模型中，新一代MiniCPM-V 2.0多模态大模型的通用能力大大增强， 结合古文字语料，尝试破解古籍中的谜团，对清华大学收藏的一批战国竹简——清华简进行了字迹识别，相比同类中文标杆多模态大模型，表现更优异。

　　传统方法通常只能处理448×448像素的小图，难以读取被压缩到模糊的文字信息。而有着复杂画面及文字细节的街景长图，通常得是高清大图，才能将这些细节充分呈现。

　　MiniCPM-V 2.0基于在高清图高效编码方面的技术，可以处理高至180万像素（1344×1344）的高清大图，而且可以是这一像素内任意宽高比的图像，并能支持448×4032这种1:9的极端宽高比无损编码。它也能快速识别长图文字，捕捉重点信息。

　　基于跨语言多模态泛化技术，新一代MiniCPM-V 2.0可以快速识别全英文菜谱，这样一来，出国但外语不好的人就能用手机轻松点菜。

　　该技术的研究论文发表于ICLR 2024，旨在解决中文领域缺乏高质量、大规模多模态数据的挑战，基于基座模型中英双语能力，仅通过英文通用域图文对数据进行预训练，实现多模态基础能力从英文到中文的跨语言泛化。