面壁为何押注端侧模型
面壁智能 · wechat · 2026-07-14
这篇文章回顾了面壁智能和 CTO 曾国洋的成长路径：从中国早期大语言模型 CPM-1，到后来选择不跟云端大模型正面硬拼，而是转向**端侧模型**，把模型压缩到手机、汽车、玩具等设备里运行。 文章重点讲了他们的技术路线：用“**知识密度**”衡量模型能力，提出“**模型风洞**”来在小规模实验中预测大模型效果；同时强调数据质量的重要性，内部把数据治理分成 L0-L4 五级，并要求工程师亲自看数据。曾国洋还提到，面壁已完成对高通、联发科、英特尔、瑞芯微、英伟达、AMD 等芯片平台的适配，新的 BitCPM-CANN 系列还能在华为昇腾上让同样内存装下约 6 倍大的模型。 文章也介绍了面壁在工程上的推进：例如全双工全模态模型 MiniCPM-o4.5、基于行为模式库做更自然的端侧记忆，以及据称全球首个完全由 AI 编写的生产级训练框架 ForgeTrain。整体来看，这是一篇兼具公司战略、端侧 AI 方法论和工程实践的深度访谈。