何恺明首秀语言模型ELF！同天清华开源MiniCPM-V 4.6：小模型掀翻千亿参数，AI步入效率为王

导语：同日两件大事：何恺明首秀语言模型ELF，清华开源MiniCPM-V 4.6，宣告AI步入效率为王时代。

5月13日，AI领域同日爆出两件大事：顶级CV学者何恺明携MIT团队发布人生首个语言模型ELF，清华系面壁智能开源新一代“小钢炮”MiniCPM-V 4.6。两者不约而同指向同一个趋势：AI正从“堆算力”转向“省算力”，小模型以极致效率掀翻千亿参数。

算力降维：从“堆H100”到“一张4090就够了”

MiniCPM-V 4.6仅1.3B参数，在Artificial Analysis智能指数上拿下13分，超越Qwen3.5-0.8B整整3个点，但推理token消耗仅为后者的1/19（非推理版）和1/43（推理版）。在256并发、1000张图像的高压测试下，单张RTX 4090吞吐量比Qwen3.5-0.8B高出1.6倍。这意味着别人做1次推理，它能做43次。一张消费者级RTX 4090即可部署，无需H100或A100。一位前Meta与Momenta现具身创业者表示：“大多数用户需要的是随时响应、不掉线的模型，而非能写论文的模型。”高通负责人亦指出：“参数越少，越容易在本地微调，适配个人习惯。个人AI时代，模型只需记住你一个人。”

架构换道：从“预测下一个词”到“连续空间扩散”

何恺明的ELF走了一条与GPT全然不同的路——全程在连续embedding空间里做扩散，最后一步才离散化为文字。现有扩散语言模型虽名为“扩散”，实则在离散token空间操作，未发挥连续优势。ELF像雕塑般从整块石料中磨去多余部分，最后才刻细节，全局统筹效率更高。105M参数、45B训练token、32步采样即超越现有DLM方案，无需蒸馏。与此同时，MiniCPM-V 4.6采用LLaVA-UHD v4架构，视觉编码器计算量降低约50%，处理3136×3136高分辨率图像在RTX 4090上仅需75.7ms。从“预测下一个词”到“连续空间去噪”，从云端到端侧，大模型正被精巧的分工系统取代。

三项变化印证轻量化浪潮

• 端侧AI从概念到标配：MiniCPM-V 4.6已能在手机上离线运行。2026下半年，更多手机厂商将把端侧模型作为卖点。
• 架构创新打破Scaling Law垄断：ELF证明语言模型不必自回归，MiniCPM证明1.3B也能打。“越大越好”正在失效，“够用且够快”成为新准则。
• 商业模式转向成本优化：企业不再盲目追大，智能客服、文档辅助等场景倾向轻量级定制模型，推理成本仅为超大模型的数十分之一。

何恺明下场做语言模型，面壁开源第五代端侧模型，高通押注个人AI——这些不是孤立的新闻。它们共同宣告：AI轻量化浪潮的序幕已拉开。未来的AI不再是“越大越好”，而是“在足够聪明度下，越轻越贵”。如何做出更好的小模型，或许才是2026年AI行业最值得关注的方向。