众智FlagOS实现面壁新模型MiniCPM-o 4.5：“发布即适配”性能全面反超原生

雷峰网(公众号：雷峰网)讯 2026年2月3日，面壁智能正式发布并开源了集语言、视觉、语音于一体的全模态大模型 MiniCPM-o 4.5，众智FlagOS系统软件栈，成功助力该模型在发布当日即完成对六大主流AI芯片的适配与优化，并实现端到端推理性能全面超越各芯片原生方案，这标志着国产基础软件在破解“跨芯适配难”行业痛点上取得里程碑式突破。

作为首个全双工全模态大模型，面壁MiniCPM-o 4.5 首次实现“类人”感知交互，能够根据环境“边看、边听、边说”，保证输入输出实时同步。这就对底层推理系统的计算效率、资源调度与多模态数据流的低延迟处理能力提出了极高要求。对此，众智 FlagOS 凭借其统一、高性能的跨芯片系统软件栈，提供了从算子优化到编译调度的全链路加速方案，有效解决了大模型在多元硬件上保持高实时性、高吞吐推理的关键难题，实现了“一次开发，跨芯运行”的效果。

在确保模型精度无损失的前提下，基于 FlagOS 版本的MiniCPM-o 4.5在全部六款芯片上均实现了端到端推理效率的显著提升，不同场景下平均加速比为7.76%—22.4%。在统一硬件条件下，FlagOS 版本相比 CUDA 版本提升端到端推理效率 6.10%，与各芯片自身的原生系统软件栈相比，FlagOS 带来的性能提升更为显著，例如在 Nvidia 硬件上提升 6.10%，在 Hygon 硬件上提升 4.57%，整体平均提升幅度突出。而在长负载任务的平均测试中，FlagOS 版本的端到端性能比例达到 106.10%，全面验证了其优化效果。这一系列数据强有力地证明，FlagOS不仅解决了“有没有”的适配问题，更实现了“好不好”的性能超越，为应用方提供了更具性价比的多元算力选择。

此次合作的成功实践，为面临硬件适配困境的模型厂商提供了明确路径，通过集成FlagOS这类统一软件栈，能够以较低成本快速实现模型在多芯片平台的高性能部署，从而将研发重心回归模型创新本身。随着FlagOS生态的持续发展，其“一次开发、多芯运行”的能力有望成为AI应用生态的重要基础，推动大模型技术更高效、更经济地服务于各行各业。随着FlagOS生态的持续发展，有望成为驱动AI应用生态繁荣的关键基础设施，最终推动大模型技术以更低的部署成本、更灵活的硬件选择，加速赋能千行百业。

          

雷峰网版权文章，未经授权禁止转载。详情见转载须知。