2月12日，面壁智能正式发布稀疏-线性注意力混合架构SALA，以及基于该架构的文本模型MiniCPM-SALA，模型仅有9B参数。据介绍，MiniCPM-SALA不使用投机采样等加速算法，在云端推理芯片上，当序列长度为256K词元时推理速度高达Qwen3-8B的3.5倍，并支持在云端芯片和消费级端侧GPU上进行高达一百万词元上下文长度的推理。
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。