21世紀(jì)經(jīng)濟(jì)報道記者白楊 北京報道

在由ChatGPT掀起的大模型創(chuàng)業(yè)熱潮中，面壁智能是相對低調(diào)的一家創(chuàng)業(yè)公司。雖然沒有被列入大模型創(chuàng)業(yè)“六小虎”，但它的實力，依然不容忽視。

今年DeepSeek崛起后，《麻省理工科技評論》刊發(fā)了一篇題為《關(guān)注DeepSeek之外的4家中國人工智能初創(chuàng)公司》的報道，指出階躍星辰、面壁智能、智譜AI、無問芯穹4家企業(yè)同樣展現(xiàn)出不遜于DeepSeek的技術(shù)實力與全球競爭力。

在近日召開的2025中關(guān)村論壇年會期間，21世紀(jì)經(jīng)濟(jì)報道記者獨家專訪了面壁智能CEO李大海。

他向記者表示，DeepSeek今年的崛起，再一次證明了面壁智能在2024年6月份提出的知識密度定律（大模型的知識密度每100天會提升一倍）。不管是云側(cè)模型還是端側(cè)模型，提高模型的知識密度都很重要。

2024年初，面壁智能正式發(fā)布了被稱為“小鋼炮”的MiniCPM端側(cè)模型，目前累計下載量接近700萬。

李大海表示，端側(cè)AI未來的主要發(fā)展趨勢仍然是小型化，然后逐步的端側(cè)原生化，以及由端側(cè)原生化帶來的逐步個性。在具體落地場景上，他認(rèn)為汽車和手機是最重要的方向。

在2025中關(guān)村論壇年會上，李大海面向汽車場景發(fā)布了全新的純端側(cè)智能助手cpmGO。去年12月，面壁智能還成功部署了首個純端側(cè)屏幕助手，并已進(jìn)入量產(chǎn)序列。

另外，面壁也是大模型開源的擁護(hù)者。李大海表示，當(dāng)前的AI開發(fā)模式下，開源本身就是一個商業(yè)模式。DeepSeek已經(jīng)非常形象地向大家展示了這一點。

同時，他認(rèn)為，商業(yè)化與開源并不矛盾，商業(yè)化反而會由于開源得到最大化。

以下是對李大海的采訪（內(nèi)容略有刪減）：

21世紀(jì)：你如何看待今年DeepSeek的崛起？它對面壁智能以及端側(cè)AI的發(fā)展帶來哪些影響？

 李大海：DeepSeek展示了高效大模型的魅力。高效，意味著更高的知識密度，和更低的成本。我們看到，DeepSeek的模型相比o1，知識密度大概有了10倍的提升，又免費開放給全世界人們使用，確實從智能感觀上比較震撼。面壁在2024年6月提出了知識密度定律（大模型的知識密度每100天翻一番），這一規(guī)律也再一次得到了印證。

尤其在端側(cè)，知識密度的提升尤為重要。因為云端知識密度的高低可能只影響著成本，尚可通過補貼等方式抹平。但在終端上，知識密度越高，則意味著可用性越強。在終端需要平衡性能與功耗，就像戴著鐐銬跳舞—— 更輕量高性能的模型，才能將功耗極致控制在臨界值以下，使得其可以在終端運行使用。

21世紀(jì)：這個密度定律，你覺得今年是否會依然有效？未來這種以小博大的技術(shù)路徑，要如何突破云端模型的算力壁壘？

李大海：我相信它在未來很長一段時間都會持續(xù)有效，就像摩爾定律已經(jīng)持續(xù)有效了半個世紀(jì)一樣。

在我看來，端側(cè)模型跟云端模型的分工是不同的。端側(cè)模型信息安全保護(hù)和貼近用戶的先天優(yōu)勢，所以更適合用來做貼身服務(wù)的個性化工作。

而云端模型規(guī)模更大，Scaling Law也仍然有效，所以它可以去做更復(fù)雜的、需要深度思考的工作。現(xiàn)在我們看到很多類似DeepResearch的功能，他要工作好幾個小時，然后輸出復(fù)雜的報告，這些就是云端該做的事情。

端側(cè)要足夠快、足夠敏捷、足夠符合直覺，快速給出盡可能精準(zhǔn)的決策行動。他們倆分工是不一樣的，端側(cè)模型也不需要去擊敗云端模型。 

21世紀(jì)：面壁一直在走堅持開源的路線，請你談一下對于開源的思考?

李大海：當(dāng)前的AI開發(fā)模式下，開源本身就是一個商業(yè)模式。DeepSeek已經(jīng)非常形象地向大家展示了，為什么開源是一個好的商業(yè)模式。因為一個優(yōu)秀的模型，通過開源的方式，能夠迅速讓對它感興趣的人接觸、使用、下載，讓市場成本變得足夠低。這便是開源的魅力。

面壁一直是開源的擁護(hù)者。幾乎每一款模型都進(jìn)行了開源。我們的端側(cè)模型從2024年1月份到現(xiàn)在已經(jīng)積攢了近700萬的下載，是2024年HuggingFace最受歡迎、最多下載量的中國大模型，我們骨子里就是崇尚開源和相信開源的。

另外，我認(rèn)為開源是一種信仰， 除了非常務(wù)實的去講它是一個商業(yè)模式外，開源本身也是AI領(lǐng)域能夠快速發(fā)展的底層原因。在AI領(lǐng)域，大家都非常開放，有什么樣的想法都會第一時間發(fā)論文，把代碼開源出來，這樣才能夠讓行業(yè)里面每個人都能站在別人的肩膀上，能夠跑得更快。

舉個例子，面壁2024年1月發(fā)布MiniCPM-1，使用了WSD學(xué)習(xí)率調(diào)度器，后續(xù)被Huggingface Transformer庫集成，Llama、Deepseek均也采用了類似技術(shù)進(jìn)行模型訓(xùn)練。

面壁一方面在行業(yè)里去做這樣的貢獻(xiàn)，同時也會非常積極地學(xué)習(xí)開源領(lǐng)域中最新發(fā)布的技術(shù)。眾人拾柴火焰高，才能讓AI發(fā)展日新月異。

21世紀(jì)：你怎么理解開源和商業(yè)化之間的矛盾，如何平衡這二者關(guān)系？

李大海：我覺得商業(yè)化這件事情不是受開源影響，反過來，商業(yè)化會由于開源這個模式得到最大化。

我們看DeepSeek，它其實就從開源這件事里把自己技術(shù)優(yōu)勢的商業(yè)利益最大化。如果DeepSeek做出R1時選擇閉源，那他變現(xiàn)技術(shù)優(yōu)勢的速度會非常慢。而現(xiàn)在，他用開源的方式一下子把全球點燃了。所以開源用的好，其實能夠讓商業(yè)利益更大化。

21世紀(jì)：你認(rèn)為今年端測AI的發(fā)展會有哪些趨勢？還會面臨哪些挑戰(zhàn)？

李大海：端側(cè)AI的發(fā)展趨勢一定仍然是小型化，然后逐步的端側(cè)原生化，以及由端側(cè)原生化帶來的逐步個性化。

當(dāng)然我們也相信，云端的高階推理技術(shù)會逐步在端上實現(xiàn)。但是由于端和云各自固有的不同特點，所以端上不需要所有場景都用高階推理。慢思考對于有些場景來說反而是不適用的，所以在端上我們也會更審慎的去使用高階推理能力。

21世紀(jì)：你曾表示AGI的實現(xiàn)需要7到10年，現(xiàn)在這個預(yù)測是否有變化？對面壁智能而言，今年的工作重心是什么？

李大海：我們拿知識密度定律的周期跟摩爾定律的周期去做對比，因為知識密度定律的周期是100天，摩爾定律是18個月，二者大概是六倍的關(guān)系。

整個計算的發(fā)展經(jīng)歷了半個多世紀(jì)，經(jīng)歷了50-100個周期的迭代，我們覺得在AI領(lǐng)域，可能也需要接近50到100次周期迭代，才能夠達(dá)到非常理想的狀態(tài)。

從2018年BERT發(fā)布，以此為元年算起，其實已經(jīng)經(jīng)歷了五六年，所以全部算下來，差不多就是7到10年，這是一個底層邏輯。但是我們也相信人類的技術(shù)發(fā)展是非線性的，當(dāng)模型越來越好的時候，這個過程會被加速。

面壁智能今年的工作重心仍然是端側(cè)。我們會重點把端側(cè)模型做好，讓它更加個性化，能夠去更好地服務(wù)用戶。在具體場景上，現(xiàn)在汽車跟手機一定是最重要的方向，另外我們也在同步探索很多新方向，比如我們的端測模型已經(jīng)部署在了機器人上。