塔斯娱乐资讯网

面壁智能估值突破200亿,曾砍掉千亿级大模型

2023年下半年,国内“百模大战”正沿着参数规模和算力投入一路升温。同年 11 月,刚刚发布千亿参数模型CPM-Cricket的面壁智能,却在内部讨论后停止加码更大规模的云端基座,而是把资源转向端侧模型和推理效率。

两年多后,这家公司因为及时调整方向,迎来了快速发展,也迎来资本市场的重新定价。据公开报道,2026年上半年,面壁智能累计融资超过50亿元,投后估值突破200亿元。同年8月11日,公司完成A股IPO辅导备案,中信证券担任辅导机构。

这轮估值重估并非只来自技术路线的稀缺性,还由模型迭代、芯片适配和量产交付等因素共同支撑。MiniCPM已搭载于部分量产车型的智能座舱,并将搭载于三星数款旗舰机型;公司业务也延伸至机器人和法律服务。端侧 AI 正从技术验证走向量产交付。


图片来源:面壁智能



01清华实验室走出的创业团队

面壁智能的技术源头,可以追溯到清华大学计算机系自然语言处理与社会人文计算实验室(THUNLP)。刘知远团队长期研究知识图谱、预训练语言模型和大模型。2020年12月,团队发布中文开源生成式预训练模型CPM,后续还参与智源“悟道”大模型的研发。

2022年8月,面壁智能成立。联合创始人、首席科学家刘知远负责技术方向;联合创始人曾国洋曾是CPM项目核心工程负责人,后来担任公司CTO。2023年6月,原知乎CTO、执行董事李大海出任CEO,为团队补上产品、组织和商业化能力。

三个人分别负责研究、工程与经营。刘知远把控算法方向并搭建人才梯队,曾国洋推动模型工程化落地,李大海统筹组织建设和商业落地。面壁成立时,创始团队已积累 CPM 等项目经验,这使其更早进入产品验证。

资本随后进入。2023年4月,知乎领投天使轮,智谱AI跟投;2024年,春华创投、华为哈勃等参与新一轮融资。此后,北京国资、产业资本和财务投资机构继续加码。

2023 年国庆前后,面壁智能在一次管理层会议上作出当时颇显反共识的决定:不再继续加码下一代千亿参数云端通用模型,转而把主要资源投向端侧模型和模型效率,用更少参数实现同等智能。2024 年 2 月,首代 MiniCPM开源,主力 2B 版本以约 20 亿参数对标更大尺寸模型。

这次收缩的价值,在后续两年逐步显现:公司把原本会投向更大云端模型的算力和人才,集中到模型架构、量化压缩、推理框架、芯片适配和系统集成上,让 20 亿参数级模型能够在车机、手机和机器人的内存、功耗、散热边界内本地运行。终端因此获得低延迟、弱网可用、敏感数据尽可能留在本地的体验;面壁也能按车型、机型交付授权费和软硬一体方案,而不是主要依赖持续降价的云端 API。

MiniCPM 开源后,开发者和终端客户带来真实芯片、系统和场景问题,项目反馈再反哺模型与工具链,逐渐形成 “开源获客 — 芯片适配 — 终端定点 — 量产交付” 的闭环。到 2026 年,面壁已串起模型、推理框架、芯片适配和场景交付等环节,并在智能座舱、三星 Galaxy Z Fold8 系列、机器人和法律场景拿到落地样本,高估值开始有量产项目支撑。

2026 年 7 月15 日,《科创板日报》报道称,公司当年上半年累计融资超过 50 亿元、估值超过 200 亿元;公司同日官宣口径为投后估值突破 200 亿元。资本市场重新定价,看中的正是端侧能力从开源模型走向量产终端的可能性。同年 8 月 11 日,北京面壁智能科技股份有限公司在北京证监局完成辅导备案登记,拟首次公开发行股票并上市,辅导机构为中信证券。



02把大模型放到离用户最近的地方

云端大模型依靠数据中心集中推理,适合处理复杂推理和与大规模并发任务。但当AI落地汽车、手机、机器人等硬件终端时,许多交互要求即时响应,网络时延、调用成本与数据隐私随之成为现实约束。

端侧AI的机会由此出现。模型在终端本地运行,可以更快响应用户指令,在弱网或断网环境下继续工作,并使语音、图像、位置等敏感数据尽可能留在设备本地。

但把大模型放到离用户最近的地方,并不是把参数压缩后装进设备这么简单。不同终端采用不同芯片,算力、内存和功耗边界也不同。模型能否稳定运行,还取决于量化、推理框架、芯片适配、系统接口以及后续维护。

面壁智能的业务正是沿着这条链路展开。业务拆开看,最底层是模型。

文本基座MiniCPM负责语言理解、推理和智能体任务;MiniCPM-V面向图像和视频理解,MiniCPM-o 则覆盖视觉、语音与实时全模态交互;MiniCPM-Robot 系列把视觉、语言与动作连接起来,其中 MiniCPM-RobotManip 面向机械臂操作,MiniCPM-RobotTrack 面向移动机器人跟踪导航。

2026年7月发布、9月8日正式开源的MiniCPM5-2B,参数规模为 2B(约 20 亿参数),并已完成英特尔、瑞芯微、Arm 等芯片或计算平台的 Day-0 适配。


图片来源:面壁智能

中间一层是部署能力,包括量化、推理框架、芯片适配、工具链和系统接口。再往前一步,模型和部署能力被组合成SuperMate智能座舱、法律智能体等场景产品。客户最终采购的,是一套能够在指定芯片和业务环境中运行的解决方案。

沿着“模型-部署-场景”路径,面壁将端侧 AI 推进智能汽车、消费电子、机器人和法律服务等领域。

智能汽车:从演示走到量产车
汽车是面壁目前商业闭环最清晰的落点。SuperMate端侧智能座舱方案可以依靠车端算力完成多模态感知、决策和座舱控制。公开资料显示,该方案已经搭载长安马自达EZ-60、吉利银河M9等量产车型,上汽大众、广汽集团等车企则处于合作或定点阶段。

汽车之所以最先跑通,是因为这里同时存在低延迟、弱网可用和数据本地处理的真实需求,也有按车型付费的明确预算。但车企采购的不是演示视频,而是一套能过车规、能稳定量产、能持续 OTA 和维护的工程系统。进入量产车,要经过芯片适配、车规验证、稳定性测试、OTA 升级和长期维护。

面壁联合创始人雷升涛接受采访时介绍,公司早期采用“NRE+License”模式:开发阶段收取一次性工程费,车型销售或模型升级后持续收取授权费。说白一点,就是先收 “定制适配费”,再按车辆销售和版本升级收 “授权费”。前者覆盖前期投入,后者才有机会随车型销量形成持续收入。

此外,公司还在探索软硬一体的AI Box,把模型、运行环境和场景Agent预先集成后交付车企。AI Box 就像给座舱加一个专用 AI 小主机。车型硬件平台生命周期长,大模型迭代却以月为单位;采用独立 AI Box 或协处理器,比改造整车电子电气架构更容易,也有助于把 “一车一定制” 变成可复制的标准化交付。这也是面壁从模型供应商走向解决方案商的关键一步。


图片来源:面壁智能

消费电子:打开旗舰手机入口
手机和AI PC对应更大的终端出货量,但成熟度并不相同:手机已经出现三星这类标杆客户,AI PC 仍主要处于芯片平台适配和生态合作阶段。端侧模型可以承担离线摘要、屏幕理解、个人助理和GUI 操作,同时减少敏感数据上传。

财联社7月15日报道,面壁已与三星达成合作,MiniCPM将覆盖数款旗舰机型;面壁随后披露,MiniCPM为三星Galaxy AI提供端侧能力。这项合作把MiniCPM带进国际头部手机供应链,也把竞争推到更高强度。进入三星供应链只是拿到全球旗舰机的 “准考证”,不是长期饭票;手机厂商自研能力强、开源模型也在压价,面壁只有持续跑赢性能、功耗、散热和跨芯片适配,才能把定点变成持续订单。

具身智能:先从可验证任务切入
机器人要求模型把“看懂”继续转化为动作。面壁没有一开始就追求通用机器人,而是选择导览、巡检、仓储等边界清楚、结果可检查的场景。

面壁与乐聚机器人联合推出展厅导览 Agent 和园区巡检 Agent:前者可在无网环境下基于本地知识库讲解、问答、规划路线和避障;后者可识别车辆违停、路面异常、公共设施异常等 30 余种问题,公开资料称检测成功率超过 95%。面壁还与吉利人工智能中心联合发布 RoboHarness 具身智能体框架,该框架基于 EmbodiedClaw,集成 VLM、VLA 与导航调度能力,已在吉利生产仓储场景开展常态化作业验证。

现阶段公开成果集中在开源模型、联合方案和现场验证,大规模硬件出货仍需等待。这是更务实的路径:先让机器人在封闭、半封闭场景稳定完成重复任务,再逐步扩展通用性;短期收入更可能来自项目制方案和持续运维,而不是大规模硬件销售。

法律行业:把模型嵌入专业工作流
2026年7月,面壁联合法信数智、竞天公诚发布CPM for Legal。9 月服贸会展示的升级版原生打造 18 个 AI 法律专家智能体,覆盖争议解决、专业法律服务、合规监管、教育研究、客户增长五大领域、100 余项专业技能,并可辅助案件评估、类案检索、文书起草到结案归档。

法律数据强调保密、准确和可核验,私有化部署、权限分级、审计留痕与工作流服务由此具备付费基础。客户不会只为“会聊天的律师助理” 付大钱,更愿意为能做检索、写初稿、查合规且过程可追溯的机构级平台付费;AI 先接手重复劳动,最终判断和责任仍在律师。



03为何能从非共识路线跑出来

2024年初,能在手机上运行的模型已经不少,真正稀缺的是稳定装进量产设备的能力。榜单成绩之后,还有量化、内存、功耗、芯片工具链、系统接口和客户验收。面壁较早进入这段漫长的工程周期,因而抢到从Demo走向量产的时间窗口。

其路径可以概括为“开源获客→芯片适配→终端项目→反馈迭代”:模型先通过开源触达开发者和潜在客户,再进入芯片平台和终端项目,项目反馈继续回到模型与工具链。截至2026年8月,MiniCPM系列全球下载量超过5000万次;虽然下载量不等于付费装机量,但它是低成本获客和工程验证入口。9月8日开源的MiniCPM5-2B又获得瑞芯微等平台的Day-0适配。

另一项关键取舍,是把模型能力换算成“知识密度”。刘知远团队的密度定律认为,开源大模型最高能力密度约每 3.5 个月翻一番,面壁据此持续改进模型架构、数据、训练、量化、推理和软硬协同。设备厂商真正买单的,不是参数排名,而是硬件成本、功耗、延迟和稳定性能否同时成立。领先并未自动固化成壁垒。手机厂商会自研,云端模型公司也在推出轻量版本,开源竞争继续压低模型价格。面壁需要依靠芯片适配、工具链、车规验证和后续维护增加替换成本。

目前公司仍处 IPO 辅导阶段,尚未公开完整收入、利润、客户集中度、单机授权费和现金流;芯流认为,200 亿元估值并不是在为面壁当前的利润定价,而是在为三种未来收入期权定价:一是汽车、手机等终端上的持续授权费,二是 AI Box 等软硬一体标准化产品,三是法律、金融等行业的私有化部署和工作流服务。只有当定点项目转化为可披露出货、合同和续费,估值才会从 “预期定价” 变成 “收入定价”。

面壁已经证明小模型能够进入量产终端,但 200 亿元估值购买的是未来空间,而不是当下利润;IPO 辅导之后,真正的商业化大考才刚开始。