从被抄袭出圈到端侧AI领航，面壁智能两年逆袭，“密度定律”引领行业变革

比公司成立更久的开源故事

2024年5月，斯坦福团队为其发布的Llama3 - V与面壁智能开源的MiniCPM - Llama3 - V 2.5高度一致公开道歉并下架模型，这让很多人首次听说面壁智能。同年10月，行业媒体将国内明星AI创企定义为“6 + 2”格局，面壁智能是其中之一。面壁智能脱胎于清华大学研究团队，在被抄袭出圈后未刷热度，而是默默把模型做密塞进终端。如今，面壁推出的MiniCPM系列在GitHub上突破14万星标，全球下载超3500万次；“密度定律”登上Nature子刊；智能座舱方案量产；2026年2月获中国电信领投的数亿元融资；5月开源三款端侧模型，MiniCPM5 - 1B表现出色；6月智源大会上，CEO称端侧模型智能水平追平GPT - 4。此次采访与面壁智能开源生态负责人井晨哲聊其“面壁”和“破壁”故事。面壁智能的开源基因始于公司成立前，2018 - 2020年，清华大学刘知远团队开始做中文开源大模型，2021年发起OpenBMB社区，2022年8月面壁智能正式成立，此时社区已运营一年多。多数公司开源是商业推广，面壁则是先有社区后有公司，开源深度高，连训练过程都开放，很多开发者借此学习模型训练。

从 “6 + 2”到“新六小虎”

2023年初ChatGPT爆火，国内创业大模型格局被概括为“6 + 2”，6家追OpenAI路径，2家另辟蹊径，面壁智能很早就做端侧。2023年酝酿，2024年2月开源首个端侧模型MiniCPM，2B参数跑出约等于当年GPT - 3（175B参数）的效果，受市场欢迎。两年过去，格局变化，“新六小虎”概念提出，面壁被重新归类，其对终端智能和高效模型的追求获认可，原本“偏门”方向成主赛道。

「密度定律」，一堵看不见的墙

大模型行业长期信奉“参数越大，能力越强”，由Scaling Law支撑并被OpenAI验证。2024年，面壁团队与清华、OpenBMB社区合作提出“密度定律”，即模型有效知识容量与物理参数规模的压缩比，通俗说就是单位参数能释放的有效智能。该定律于2025年11月发表在Nature Machine Intelligence，受广泛关注。用“知识密度”衡量，单位参数模型能力不断变强，类似摩尔定律。若2B参数模型能达175B参数的知识密度，“更大”不一定“更强”，关键在压缩效率。从2023年4月到2026年，开源大模型能力密度每3.5个月左右翻一番，清华教授用棉花与黄金比喻，井晨哲概括为谁提升模型知识密度谁有竞争力。

基模厂商的护城河

行业争论大模型核心壁垒，井晨哲认为关键是效率，面壁总结为“四个高效”。算力层面，“卡多就是王道”不成立，中国开源模型有广泛影响；数据层面，开源UltraData数据治理框架，分L1 - L4四个层级，清洗数据是know - how壁垒；架构层面，2026年发布行业首个SALA稀疏 - 线性注意力混合架构，端侧场景下稀疏激活让模型在低内存下更快；实验层面，是最早探索“训练可预测性”的团队之一，有模型训练退火机制，方法论公开讨论。井晨哲强调端侧核心壁垒不止在模型本身，很多公司理解有误，端侧有技术实现和工程落地难点，面壁多年积累经验。如某企业报表整理，传统OCR和云端大模型有局限，用面壁端侧模型结合代码校验可高效找出错误数字。

开源是生态投资

面壁开源深度在国内大模型公司罕见，全量开源权重、微调数据集等，还做训练直播。开源带来更好商业化机会，端侧AI企业客户的开发者会关注面壁开源，认可其技术。面壁2023年开始做端侧模型，对终端智能价值判断领先市场2到3个自然年，约6个迭代周期。面壁扮演布道者角色，让开发者探索发现智能终端价值，很多端侧开发者用面壁模型成长。

端侧的最大战场之一：智能车机

面壁目前最大落地场景是车机市场。2026年北京车展发布SuperMate智能座舱方案，基于MiniCPM系列，可实现自然对话等功能，展示对标“事故处理智能体”能力。该方案已在实车运行，长安马自达EZ - 60、吉利银河M9搭载。芯片侧合作伙伴有高通等，2026年5月与英特尔联合发布AI Box。Tier1侧合作伙伴有梧桐科技等。2026年6月发布白皮书，认为下一代智能座舱竞争焦点转向“自然语言驱动的场景智能与任务闭环”。车是端侧AI苛刻落地场景，模型在车机表现好，在其他终端也不差。

面壁之后

2026年上半年，AI辅助编程等场景竞争激烈，人们关注转向AI手机等领域，指向面壁深耕的端侧智能赛道，这既是机会也是挑战。井晨哲对竞争加剧看法积极，认为更多公司进入证实了面壁所做事情的价值，面壁自身技术积累和生态能力会转化为价值，竞争促进行业成熟。面壁将做好智能终端基础设施和基座模型提供方。面壁智能秉持中国学院派技术人理念，从被同行看不懂到成为端侧AI赛道重要力量，井晨哲表示看到行业景象很兴奋。

采访嘉宾

井晨哲，面壁智能开源生态负责人、OpenBMB开源社区布道负责人、清华大学校友，2023年加入，活跃在AI开源等领域，关注高效模型应用。