低于2亿参数的模型蓬勃发展，而前沿模型动辄投入数十亿

在模型发布、融资轮次和基准测试炫耀之间，Hugging Face 上出现了一篇毫无新闻性的帖子。没有发布，没有分数，只是一封感谢信：“我不知道是我们、你们中的某位，还是我们所有人同时推动了这一切，但最近我们看到低于 2 亿参数的模型在微调/预训练方面出现了爆炸式增长，我们对此再高兴不过了。”帖子最后向那些做实事的人发出呼吁：“继续来吧，修补匠们，这一切之所以可能，都是因为你们！”

这篇帖子没有给出任何数字，也没有引用任何项目。它也不需要这样做。Hugging Face 是 AI 这个领域中最接近普查机构的存在；当它的团队说小型模型无处不在时，这本身就是一个数据点。有趣的是这场爆炸式增长由什么构成，以及它对一个两年来一直盯着模型规模图表顶端的行业意味着什么。

小型模型，超大规模训练

这个领域中最明确的押注是 BananaMind 2 Micro：2.9M 参数，在 75B 个 token 上训练，每个参数大约对应 25,900 个 token。对于如此小的模型，这个比例是刻意失衡的。项目方自己的说法是“过度训练”，这个词很有用，因为它很诚实：这种不平衡是策略，而不是偶然。给一个微型模型喂入海量数据，看看每个参数还能保留多少能力。

该项目尚未公布的是性能。没有基准测试分数，没有评估结果，没有对比。其承诺是“每参数最大智能”，而目前这只是一个意图，而非结果。每个参数 25,900 个 token 能否换来真正的能力，这个问题项目方留待 8 月份的一次训练运行来回答。

过度训练并不是提升小型模型分数的唯一杠杆。一项有记录的实验通过外部监控控制器，让一个量化模型在 MATH-500 上增加了 4.5 分。优化器替换（用 Muon 替代 AdamW）也属于同一工具箱。所有这些背后有一个共同规律：在这个规模上，收益来自训练选择，而不是增加硬件。

这股潮流并不局限于语言模型。同一平台上还托管了一个在 Varied Drone Dataset 上训练的图像语义分割模型库，包含从 Nano 到 XLarge 的 CABiNet 和 YOLO26 变体，最佳成绩达到 78.83% mIoU。小型、专用、运行成本低：这就是 Hugging Face 为之欢呼的形态。

同一屋檐下，两场竞赛

与前沿的对比并非比喻。摩根士丹利估计，Meta AI 拥有超过 600,000 块 NVIDIA H100 GPU，规模居全球之首，分布在定制超级集群中，并由约 1,200 名研究人员运营。如此规模的单次训练运行要消耗兆瓦级电力和数周时间。而低于 2 亿参数的世界只需其中一小部分：一块 GPU、一个基础模型、一个数据集，以及一切顺利时公开的权重文件。

两场竞赛都没有错。Meta 同样发布开放权重，其实验室以采用率而非收入来衡量。区别在于双方追逐的目标不同：实验室想要原始能力，小型模型领域想要每参数能力，两者的经济性截然不同。双方的数字看起来毫无相似之处：

经济性之所以重要，是因为小型模型可以在用户所在之处运行。一个 2.9M 参数的模型不需要超级集群来提供服务；它可以在手机、笔记本电脑或廉价的推理盒上运行。如果过度训练的押注获得回报，相当一部分细分工作负载将完全不再需要前沿的基础设施。这正是这场庆祝之下的未解问题。

可信度差距

如果这场热潮中有更多项目公布结果，庆祝会更有说服力。无人机模型库展示了一个认真做事的发布应有的样子：模型卡、逐类 IoU、混淆矩阵、训练配置，全部公开。而 BananaMind 2 Micro 展示的仍是一个押注状态下的发布。这个差距就是这场运动仍要走的距离。

Hugging Face 的帖子并没有假装结果已经揭晓。它感谢修补匠们发布了作品，却没有声称结果已经到手。善意地解读，这标志着一个早期里程碑，而非终点。能平息争论的数字是一张评估表，来自 BananaMind 8 月的运行，或来自接下来同类方向的十几个项目。

前沿实验室花费数十亿美元，并以新闻稿展示成果。修补匠们几乎不花钱，而其中一些还没有公布这些 token 换来了什么。这篇帖子提醒我们，开源经济部分建立在信任之上，而那些确实公布结果的项目才是我们其他人可以学习的对象。爆炸式增长是真实的；但账目还没有全部出来。