从清华实验室到200亿独角兽：面壁智能的“端侧”突围战

2026年夏天，端侧AI赛道迎来了一家估值超200亿元的独角兽企业。7月15日，北京面壁智能科技有限责任公司完成新一轮C+轮融资，投资方覆盖国家级基金、央企、汽车制造商等多元产业方与财务投资人，仅2026年上半年累计融资金额就突破50亿元，一跃成为国内端侧智能领域公开估值最高的创业公司。从2022年在海淀中关村东路的一间办公室起步，到如今在手机、汽车、具身智能等多个赛道实现规模化落地，面壁智能用四年时间走出了一条完全不同于行业“堆参数、追大模型”的差异化路径。

从清华实验室走出的创业起点

面壁智能的基因里自带浓厚的清华底色。公司脱胎于清华大学计算机系自然语言处理与社会人文计算实验室，2022年正式注册成立时，还是一家聚焦大模型技术创新的小微企业。早期团队中，联合创始人兼首席科学家刘知远是清华大学计算机系的知名教授，而2023年正式出任CEO的李大海，此前曾担任知乎首席技术官、执行董事，拥有丰富的互联网技术产品化经验。

刘知远（左），李大海（右）

不同于多数大模型创业公司一开始就瞄准千亿参数基座模型的路线，面壁智能从成立之初就埋下了“端侧优先”的伏笔。2023年知乎领投天使轮，2024年华为哈勃、春华创投领投A轮，北京国资旗下的京国瑞、北京市人工智能产业投资基金、中关村科学城基金持续加注，这家扎根海淀的创业公司，逐步拿到了来自产业端与资本端的双重认可。2026年一季度，中国电信领投首轮融资，深创投、汇川技术旗下汇川产投联合领投第二笔融资，北京与深圳两大科创高地完成对其的“双城押注”，面壁智能也正式跻身全栈自研基座大模型独角兽行列。

核心团队：技术派的长期主义

面壁智能的核心团队几乎覆盖了大模型从训练框架到落地应用的全链条环节。董事长李大海作为前知乎CTO，既懂大模型底层技术逻辑，又深谙互联网产品落地的用户痛点，在多个公开场合他始终强调“端侧AI不是技术炫技，而是要让智能真正跑到用户的设备里”。联合创始人&COO雷升涛则更多负责产业端的生态合作，推动模型技术与汽车、工业、手机等实体产业场景的深度绑定。财务负责人罗岚茜带领的团队，支撑起了公司连续多轮大额融资后的精细化运营，让高速扩张的企业始终保持稳定的现金流节奏。

在技术团队层面，面壁智能AIInfra负责人李宇轩提出的“模型缩放技术”，成为了破解国产算力平台训练精度难题的关键。整个技术团队没有盲目跟风海外大模型的训练路径，而是选择从底层框架开始自主研发，最终交出了ForgeTrain训练框架、BitCPM三值大模型等多个行业首创的成果。这支平均年龄不到35岁的团队，用近三年的时间，把“用更少参数实现更强能力”的想法，变成了被全球开发者认可的技术事实。

打破规模神话：重新定义大模型“密度法则”

在大模型行业普遍信奉“参数越大、能力越强”的规模法则时，面壁智能率先提出了颠覆行业认知的“密度法则”——大模型的知识密度每3.3个月翻一番，实现同等能力所需的参数量仅为原先的一半。这一理论并非空想，而是有实打实的技术成果作为支撑。

2026年发布的MiniCPM5-1B端侧模型，仅用1B的参数量，就在国际权威榜单Artificial Analysis上拿到17.9分，和2024年发布的200B参数GPT-4o的得分仅相差0.4到0.7分，提前半年完成了行业此前预测的“2026年底端侧模型能力追平GPT-4”的目标。这款模型完全由面壁智能自主研发的ForgeTrain框架完成预训练，这也是全球首个完全由AI编写的生产级大模型预训练框架，训练速度比英伟达Megatron还要快10%。

在模型压缩领域，面壁智能同样走在行业最前沿。他们将1.58bit的三值量化感知训练贯穿预训练全流程，从训练初始阶段就完成精度对齐，推出的BitCPM-CANN是国内首个完全基于国产算力平台实现端到端训练并开源的三值大模型，全链路在华为昇腾平台原生开发完成，推理阶段可释放约6倍显存红利，同时将模型能力保留率稳定在90%至97.2%区间。目前团队已经和华为完成深度协同优化，把低位宽量化训练的额外开销控制到极低，实现了相对普通全精度训练95%的效率，验证了国产算力平台运行极低位宽大模型的可行性。

除了国产算力生态布局，面壁智能还和高通达成全球战略合作，双方的协同已经深入到芯片与模型协同设计的层面，为终端设备打造软硬件一体化的最优方案。同时团队深度参与智源研究院主导的FlagOS软件生态建设，以顶层规划的方式统筹全行业的芯片适配工作，推动国产端侧AI算力生态的整体完善。

多赛道落地：从手机到具身智能的全面渗透

2026年的端侧AI市场，早已不再是停留在PPT里的概念。面壁智能的技术成果，已经在多个核心赛道实现了规模化落地。在智能座舱领域，搭载其量产级多模态模型的车型，无需依赖云端就能完成“感知-记忆-推理-执行”的完整闭环，不仅能根据车内环境自动调节车窗、空调，在车辆事故场景下还能自动完成状态识别、情绪安抚与理赔流程引导，打通了事故处理的全链路服务。以吉利银河M9为例，用户主动开启端侧AI功能的比例远超行业预期，直接印证了用户对端侧智能体验的认可。

消费电子领域，面壁智能已经和三星手机达成合作，MiniCPM系列端侧模型将搭载于数款三星旗舰机型上市，同时其模型也已经部署到多家国内外头部手机厂商的产品中。在特种终端赛道，面壁智能的模型已经落地到无人机、潜水器等设备上，在低空、民航等场景实现了商用。2026年中关村论坛上，搭载MiniCPM-V 4.5的具身机器人首次公开亮相，这款8B参数的模型是行业首个支持高刷新率视频理解的端侧模型，能以每秒10帧的速率捕捉动作细节，实现实时看、实时思考、实时回应。

面向开发者生态，面壁智能推出了松果派端侧智能开发板、EdgeClaw Box硬件产品，搭建起从算法到应用的快速验证通道。目前MiniCPM系列开源模型已经覆盖语言、全模态、多模态、语音全品类，是国内除阿里之外唯一拥有完整开源端侧模型全家桶的厂商，在GitHub、Hugging Face等全球平台的累计下载量已经突破2400万。

行业格局与未来前景

根据全球调研机构弗若斯特沙利文的预测，全球端侧AI市场规模将从2025年的3219亿美元，以年复合增长率40%的速度，在2029年达到1.22万亿美元。而中国已经将“智能经济”写入2026年政府工作报告，提出到2027年新一代智能终端普及率超过70%的目标，政策与市场的双重红利正在快速释放。

李大海在2026北京智源大会上曾公开表示，端云协同会是未来端侧AI的主流发展路径：上下文管理与高频推理任务在端侧本地完成，云端承担补充性的算力与能力支撑，二者形成互补协同的关系。随着一众国产存算一体端侧AI芯片陆续完成流片，其在功耗、算力与带宽层面的竞争力将逐步显现，端侧应用的集中爆发期已经不远。

当前面壁智能的业务边界还在持续拓展，从已落地的手机、汽车、具身智能赛道，未来还将延伸到工业、家居、特种领域。这家从清华实验室走出的创业公司，没有在大模型的参数竞赛里随波逐流，而是选择了一条“以小博大”的技术路线，用极致的模型密度，把AI智能真正送到每一台终端设备上。当行业还在争论大模型的下一个千亿参数突破点在哪里时，面壁智能已经悄悄把GPT-4级别的智能，装进了每个人的手机、汽车和机器人里。