面壁开源小模型AgentCPM-Explore：40亿参数挑战端侧智能新突破

1月14日，面壁智能宣布了一项重大突破：清华大学自然语言处理实验室、中国人民大学与OpenBMB开源社区携手面壁智能，共同研发了AgentCPM-Explore智能体模型。这一创新成果仅需40亿参数量，即可实现大模型在长任务处理能力上的端侧部署，为AI技术的实际应用开辟了新的可能性。

在多个权威评测基准中，包括GAIA、HLE、Browsercomp（含中文版本）、WebWalker、FRAMES、Xbench-DeepResearch以及Seal-0等，AgentCPM-Explore均展现了卓越的参数效率。其性能不仅超越了同规模模型的最佳水平（SOTA），更在面对80亿参数量级别的顶级模型时实现了越级挑战，并与部分300亿以上参数量的闭源大模型达到可比肩的效果。

在Xbench-DeepResearch评测中，AgentCPM-Explore的表现尤为突出。其能力超越了包括OpenAI-o3和Claude-4.5-Sonnet在内的多款闭源大模型，不仅突破了同规模模型的性能瓶颈，更展现出显著优于更高参数量模型的趋势，充分证明了该模型在效率与效果上的双重优势。

此次发布的AgentCPM-Explore不仅限于模型本身的开源，更提供了从基础版本（GAIA 25.24%）进化至优化版本（GAIA 63.90%）的完整代码流程。这种开放共享的态度为研究者和开发者提供了宝贵的参考路径，便于深入理解智能体模型的发展与优化过程。

如需了解更多信息或参与这一开源项目，请访问：

https://github.com/OpenBMB/AgentCPM