策划/撰文：星愿大叔    系列：智源研究院系列 · 第4期

2024年6月，斯坦福。

一支斯坦福的AI团队在GitHub上开源了一款多模态模型，名字叫 Llama3-V，他们说这是"完全自主研发"。

一周后，一家中关村的小公司站出来，甩出一行代码对比图：

“你们这个模型，连里面那行中文标注的错误都原封不动——你们抄的是我们的。”

抄的是MiniCPM-Llama3-V2.5，参数2.6B，这家公司叫面壁智能。

抄它的是斯坦福。

故事的荒诞就在这里：

当整个AI行业都在拼命造更大的模型——千亿参数、万亿参数、估值百亿——北京清华科技园里，一家成立不到两年的小公司，做了一个几乎没人看好的决定：

把大模型，做小。小到能跑在手机上。小到能塞进汽车的驾驶舱里。小到参数只有几十亿，而不是几千亿。

这件事在当时，全行业都觉得"不太对劲"。

但仅仅几个月后，这家公司登上了Nature Machine Intelligence的封面论文。

而它背后的技术一号位，那年 26岁。

01他叫曾国洋，8岁开始写代码

曾国洋，1998年生。如果你要给他贴标签，可以贴一串很吓人的东西：高二全国青少年信息学竞赛金牌（全国前50）、亚太信息学竞赛金牌、保送清华、大二进清华NLP实验室、开源社区OpenBMB发起人、BMTrain/BMInf主要作者——这几个标签随便拎一个出来，都够普通人吹一辈子。

但对他来说，这些只是铺垫。

真正的故事，是从他走进北京智源研究院那天开始的。

2020年，智源启动"悟道"大模型项目，目标是中国自己的超大规模预训练体系。曾国洋作为核心团队的骨干，参与了悟道·文源中文预训练模型的训练工作。那是中国第一次真正意义上的"百人大模型会战"——数千块GPU、上百名顶尖人才，在张宏江和黄铁军设计的框架下，干一件当时全世界都没人干成的事。

那两年，曾国洋做的最核心的工作是什么？

怎么把模型做出来，还能跑得动。

数据怎么洗、参数怎么调、训练效率怎么优化——全链条实战。

这套经验，在后来，被他原封不动地搬进了面壁。

2022年8月，面壁智能成立。

创始人有两个：刘知远（清华副教授、智源青年科学家）和曾国洋（智源悟道·文源核心骨干）。

你去看当时国内的AI创业潮：几乎所有头部项目都在说同一句话——把模型做大，做到GPT-4的水平，然后去融更多的钱。

智谱、月之暗面、阶跃星辰……每一家都在比谁的参数更大、谁的估值更高。

面壁说：不，我们做端侧。

什么叫端侧？

就是模型不跑在云端的服务器里，而是直接装进手机、汽车、电脑这些终端设备。你打开手机，不用等网络返回，直接就能用。

这个方向在2022年听起来有多不主流？

这么说吧：当时投资人的标准问题是——“你们做端侧，那算力从哪来？手机能跑得动大模型吗？”

面壁的回答是：能。问题是你们以前做的方式太笨了。

02Think Different

面壁的底气，来自刘知远在2024年底提出的一条规律。

不是在公司内部，是在CCAI 2024（中国人工智能大会）的学术讲台上。

刘知远的团队说：大模型的能力，正在以一种可预测的方式变强——不是靠把模型做大，而是靠把同样能力的模型，做得更小。

他们把这种现象命名为：密度定律（Densing Law）。

核心结论只有一句：大模型的能力密度，每约100天翻一番。

什么叫"能力密度"？可以粗暴理解为：为了让模型达到同样的智能水平，你所需的参数数量在持续下降。

他们给了一个让人后背发凉的对照：

2020年，要做一个能达到 GPT-3 水平（当时最强模型）的智能系统，你需要 1750亿 参数。

2024年2月，你只需要 24亿 参数——差不多是原来的 1/73，就能达到同等水平。

训练所需的算力，下降了一个数量级。

推理成本，20个月里降到了原来的 1/267。

GPT-3.5级别的模型能力，现在（2026年）4B、8B参数就能达到。

而密度定律告诉我们：这条曲线，还在继续往下走。

刘知远有一个预测，后来被写进了论文：按这个速度，2026年左右，一个8B参数的模型，就能达到GPT-4o的同等水平。

如果这个预测成真，那整个行业的逻辑就要翻转：

不是"模型越大越好"，而是谁能把更大的智能塞进更小的参数里。

面壁，就是这条赛道的提前入场者。

面壁把自己的端侧模型系列叫做 MiniCPM——内部代号"小钢炮"。

这个名字后来被整个AI圈叫开了。

因为它的战绩，真的像小钢炮一样凶猛：

2024年2月，MiniCPM-2B发布。参数2.6B（比Mistral-7B小了近七成），中文能力、代码能力、数学能力，全面超越Mistral-7B——后者是当时公认最强的开源模型之一。

一个2B，打赢了7B。

CPU就能跑，手机开飞行模式，实测每秒生成约6.5个token。

2024年9月，MiniCPM 3.0，4B参数，达到 GPT-3.5 水平。量化后只占2.2GB内存——相当于一个普通手机App的大小。

2025年1月，MiniCPM-o 2.6，8B参数的多模态模型。在 OpenCompass 评测中，综合得分 70.2分，单图理解能力超越 GPT-4o-202405、超越 Gemini 1.5 Pro、超越 Claude 3.5 Sonnet。

注意：这是一台 8B 的模型，而被它打败的对手，参数都是它的几十倍到上百倍。

它还能跑在 iPad 上，做实时的音视频交互。

2025年8月，MiniCPM-V 4.5，在多模态图片理解上，超越 Qwen2.5-VL 72B（后者参数是它的9倍）、超越 GPT-4o、超越 Gemini-2.0-Pro。

2026年5月，MiniCPM-V 4.6，1.3B参数，仅需 6G内存，同类全球第一。

同月，BitCPM-CANN系列：中国第一个基于华为昇腾训练的1.58-bit端侧大模型。

每一代产品，都在做同一件事：用更小的参数，打更大的对手。

截至2026年4月，MiniCPM系列在 GitHub、HuggingFace 等平台累计下载超过2400万次，成为国内除阿里外唯一拥有端侧模型"全家桶"的AI开源厂商。

所以，2024年6月斯坦福的那次抄袭，不是偶然的。

一个全球顶级AI团队的工程师，在浩瀚的开源世界里找到了一个模型——2.6B参数，效果惊人——他们没有选择自己复现，而是决定直接"借鉴"。

"借鉴"到连代码里中文注释的错误都原封不动地搬了过去。

这件事后来被面壁发现。面壁发了一份措辞克制但证据详实的声明，斯坦福团队删库跑路，在Reddit和Twitter上引发轩然大波。

但这件事的真正意义，不是"我们被抄了"。

而是一个隐含的认可：这个2.6B的端侧小模型，值得斯坦福团队冒险去抄。

在AI的世界里，被谁盯上、被谁模仿，永远是一种实力的认证。

而面壁，用一块"小钢炮"，撬动了一次跨越大洋的知识产权争议。

03 10个月，从零到量产上车

技术厉害是一回事，能不能落地是另一回事。

面壁解决这个问题的方式，是找了一个"最能打"的人来操盘商业化。

李大海，北大数学系硕士，Google中国创始员工之一，后来在知乎从零搭建搜索和推荐体系，把知乎从百万用户带到亿级。2015年加入知乎，任合伙人、CTO。

2023年6月，李大海出任面壁智能CEO。

他的任务很明确：把清华实验室里跑通的技术，塞进真实的工业场景里。

第一个目标是汽车智能座舱。

2025年8月，面壁宣布成立汽车业务线（一级组织）。合作车企名单：吉利、大众、长安、长城、广汽，外加芯片厂商英特尔、中科创达。

然后是一条让整个汽车行业侧目的时间线：

2025年4月23日，长安马自达 MAZDA EZ-60 正式上市。这是全球首款搭载面壁端侧大模型量产车型，智能座舱全部由面壁提供。2025年9月，与吉利中央研究院联合定制的端侧VLA多模态大模型（0.9B参数），在吉利银河M9智能座舱正式量产部署，具备舱内外多模态感知、实时响应、主动决策能力。

从2025年初"从零开始"到量产车正式上路——10个月。

行业惯例是一年半到两年。

刘知远负责"定义未来的方向"，曾国洋负责"把模型做出来还能跑"，李大海负责"把它融进真实的工业体系里"——三种能力，在同一家公司里凑齐了。

04技术兑现

曾国洋和刘知远在智源的那两年，亲眼见证了"密度定律"描述的现象正在真实发生：每过100天，把同样智能塞进更小参数的难度，就会降低一倍。

他们看到的是：当这条路走下去，2025年、2026年，端侧模型的能力会达到云端模型的水平。

那时候，谁有端侧模型，谁就拥有最广泛的分发渠道。

手机、汽车、机器人、物联网设备——每一个终端，都是面壁的潜在用户。

这不是一个关于"小模型"的投机，而是一张押注在十年后的彩票。

只不过，这张彩票在2026年，已经开始兑现了。

刘知远在提出密度定律的论文里，写过一段话，后来被反复引用：

“随着芯片电路密度（摩尔定律）和模型能力密度（密度定律）持续增强，AI的能力将会像现在的CPU一样，渗透进每一种终端设备，从云端下沉到指尖。”

这段话，或许就是Think different的注脚。

2026年面壁智能累计融资超10亿，跻身基模独角兽行列。

面壁仅用4年就成功迈入独角兽行列，不仅是资本的认可，也是你打开手机、调出车载语音助手，那里面运行的，可能就是来自面壁的模型——无声无息，无处不在。

就像当年的CPU一样。