面壁智能：从清华实验室走出的端侧AI领航者

从清华NLP实验室出发

2018年，清华大学NLP实验室在刘知远副教授带领下，启动THU-ERNIE系列模型研发，首创知识图谱增强的预训练框架。这一探索为后续中文大模型发展埋下伏笔。2021年，团队发布中国首个开源中文大模型‘悟道·文源’CPM，同步启动技术产业化路径设计。2022年8月，面壁智能正式成立，由刘知远担任首席科学家，李大海出任董事长兼CEO，核心团队源自清华NLP实验室与一线科技企业工程骨干。

锚定端侧：一条被验证的非共识路径

2024年2月，面壁智能发布MiniCPM2.4B——全球首个端侧基座大模型。当时主流聚焦云端千亿参数竞赛，面壁选择反向而行：以终端设备为第一适配目标，重构模型架构、推理效率与交互范式。刘知远提出，端侧AI不是产品形态的权宜之计，而是智能演进的结构性必然——如同PC取代大型机，算力下沉是技术规律的自然延伸。

密度定律：构建端侧AI的科学基石

基于多年端侧实践，团队提炼出‘大模型密度定律（Densing Law）’：以单位参数所承载的智能能力为衡量标准，发现能力密度每3.5个月翻倍。该理论于2025年登上《Nature》封面，成为继Scaling Law之后，全球AI领域第二项基础性增长定律，为轻量化、高效益的大模型发展提供可量化、可复现的方法论支撑。

全模态端侧矩阵成型

沿密度定律持续迭代，面壁智能陆续推出MiniCPM-o2.6（全球首个端侧全模态模型）、MiniCPM-V4.5（高刷视频理解模型）、MiniCPM-o4.5（行业首个9B参数全双工全模态模型），实现语音、视频、文本的实时同步感知与响应。其MiniCPM系列开源模型在GitHub与Hugging Face平台累计下载量突破3800万，成为事实上的国民级端侧AI基础模型。

规模化落地：从手机到汽车，从法律到低空

技术价值最终由场景验证。面壁智能已在手机OS、智能座舱、低空飞行器、民航调度、具身机器人等关键场景实现量产交付。长安、上汽、吉利多款新车搭载其端侧模型，2026年预计数十万辆汽车完成前装部署；CPM for Legal法律基础设施即将正式发布；在工业质检、家居中控、特种作业终端等领域亦进入POC验证阶段。

全栈自研与国产协同

面向国产算力生态，面壁智能深度适配昇腾、寒武纪等芯片平台，发布BitCPM-CANN——全国首个三值量化大模型，在昇腾集群完成全栈训练，推理显存占用降低约6倍。MiniCPM5则以1B参数量，在多项基准测试中超越GPT-4o（200B参数），并首次开源‘AI制造AI’全链路框架，实现大模型自主训练闭环。

走向全球：技术出海的务实路径

全球化不靠概念输出，而依托真实合作：与安波福共建端侧AI座舱出海方案；签约澳门国际科技产业中心，布局大湾区技术枢纽；在老挝建成国家主权大模型，成为首个在东盟落地的中国端侧AI基础设施项目。技术出海正从单点交付，转向标准共建与生态嵌入。

站在新起点：理论-模型-工具-应用的闭环已成

从密度定律的理论突破，到MiniCPM系列模型的持续进化；从高效推理工具链开发，到汽车、手机、法律等场景的规模化验证——面壁智能已形成覆盖底层原理、中间模型、开发工具与终端应用的全链路技术生态。这条路径不依赖资本堆砌，而根植于扎实的工程化能力和对终端本质需求的深刻理解。

未来已来，不在远方

端侧AI不再是一个选项，而是所有智能终端的底层标配。当行业从‘参数军备竞赛’转向‘能力密度比拼’，从‘云端幻觉’回归‘终端真实’，面壁智能四年前的选择，正在成为整个产业的共同语言。这条路没有捷径，但每一步都踩在技术演进的节拍上。