微软(Microsoft)研究人员宣称，他们研发出了迄今为止规模最大的1比特人工智能模型（亦称“比特网”）。这款名为BitNet b1.58 2B4T的模型已在MIT许可协议下开源，可在包括苹果(Apple)M2芯片在内的CPU上运行。
比特网本质上是专为轻量级硬件设计的压缩模型。在标准模型中，决定模型内部结构的权重值通常会被量化处理，以确保模型在各种机器上都能良好运行。量化过程通过减少表示权重所需的比特数（计算机能处理的最小单位），使得模型能在内存更小、速度更快的芯片上运行。
与传统模型不同，比特网将权重量化为仅三个数值：-1、0和1。从理论上讲，这使其内存占用和计算效率远超当前大多数模型。
微软团队表示，BitNet b1.58 2B4T是首个拥有20亿参数的比特网（“参数”基本等同于“权重”）。该模型在4万亿token（据估算相当于约3300万本书籍）的数据集上训练完成，其表现优于同类规模的传统模型。
需要说明的是，BitNet b1.58 2B4T虽未全面碾压其他20亿参数模型，但表现堪称亮眼。研究人员的测试数据显示，该模型在GSM8K（小学难度数学题集）和PIQA（物理常识推理测试）等基准测试中，表现优于Meta的Llama 3.2 1B、谷歌(Google)的Gemma 3 1B以及阿里巴巴(Alibaba)的Qwen 2.5 1.5B。
更令人印象深刻的是，BitNet b1.58 2B4T在内存占用大幅降低的同时，运行速度达到同类模型的1-2倍。
但这项技术存在局限性：要发挥其性能优势，必须使用微软定制框架bitnet.cpp，而该框架目前仅支持特定硬件。在已支持的芯片列表中，占据AI基础设施主流的GPU尚未包含在内。
由此可见，比特网技术确实展现出巨大潜力，尤其适用于资源受限的设备。但兼容性问题目前仍是——且很可能长期都是——其推广过程中的主要障碍。
