面壁李大海：大模型圈拼的已经不只是堆卡了

出品｜虎嗅商业消费组

作者｜苗正卿

题图｜面壁智能

虎嗅独家获悉，面壁智能（下文简称“面壁”）在2025年把汽车视为最重要的发力领域，面壁正在发展车端全系全功能产品。在2024年，面壁和DeepSeek并称为AI六小虎之后“6+2”中的“2”。作为 8 家公司中唯一以端侧模型为立足根本的独角兽，面壁在2024年最重要的动作是提高模型本身的“知识密度”，并布局端侧生态落地。

但端侧机会窗口扩大的速度正在提高。DeepSeek 春节出圈，让一众设备厂商，看到了流量密码。在不到一个月的时间里联想、华为、TCL、OPPO 乃至于理想、极氪、零跑等汽车品牌纷纷“接入”或部署 DeepSeeK。这也让众多原本不做端侧的大模型厂商，也把目光更多地投向智能终端。2 月中旬，AI 六小虎之一阶跃星辰把汽车列为了“战略级”方向；而另一家六小虎公司智谱 AI 与小鹏汽车、华硕的合作也早已或即将上线。

对于2025 年端侧的机会、市场竞争的焦点，虎嗅第一时间和面壁智能 CEO 李大海进行了交流，他分享了对于行业的看法，并认为市场空间依然广大，但比拼的本质早已不是“堆砌显卡资源”。

虎嗅：请你先预判一下2025 年端侧的趋势和机会，它可能是怎样的一年？

李大海：2025 年将是端侧应用爆发的元年，这一点比较确定。

虎嗅：这个爆发和DeepSeek 助推有关？你如何理解 DeepSeek 的爆火？

李大海：从端侧热潮看，DeepSeek 激活了整体生态，加速了应用落地，在应用落地这件事上的参与者将增多，这是一个全局性好事。回顾 DeepSeek 这次的爆火，它是多种因素结合的结果，包括天时地利，必然中存在偶然性。

DeepSeek 的创新，源于“矛盾”，用户既想要聪明的模型，又希望模型不要很贵，所以 DeepSeek 的机会在于解决这个矛盾。在端侧领域，也存在很多这样的矛盾，人们需要聪明且功耗低的模型，这是我们的机会。

虎嗅：DeepSeek 已经接入很多硬件终端，这会带来更激烈的竞争吗？

李大海：终端智能化和纯端侧智能还是不同的。通过WiFi 接入 DeepSeek 或者其它云侧的大模型 API，可以快速让终端智能化，但这种结合还是有网络连接的兼容性和可靠性以及隐私等问题。而跟硬件整合得更好的端侧智能方案，可以更充分利用好端上的算力，形成更原生的端侧体验。比如某个硬件厂商接入了DeepSeek，它可能就实现在终端上的“产品智能化”，但这个程度其实较浅。端侧真正的机会，是单个模型与硬件厂商深度合作，实现端侧模型的产品落地，我感觉这个热潮可能在 2025 年下半年出现。

虎嗅：你提到硬件厂商，会有哪些领域的厂商蕴含着2025 年最多的端侧机会？

李大海：在汽车和手机两个领域。

虎嗅：为什么这两个领域是最大机会点？

李大海：因为汽车和手机的功能和场景，对于端侧模型来说有比较好的PMF。汽车领域最具发展潜力，尤其智能座舱方面。端侧模型与座舱的结合将是非常好的尝试。手机领域，端侧模型可以让手机越来越了解用户，从而去满足用户的个性化需求。

虎嗅：从你观察到的，汽车厂商和手机厂商在布局端侧这件事上的迫切度是怎样的？

李大海：最具创新精神和探索精神的厂商，2024 年已经在推进了。2025 年肯定会有更多厂商认真考虑端侧落地这件事。我预计，那些到 2025 年下半年尚未跟进的厂商，可能会开始焦虑。

虎嗅：在汽车和手机两个领域，端侧拼的是什么？

李大海：根本目标是带给“最终用户”的价值大小，无论是手机还是汽车，要关注“最终用户”。从本质上讲，消费者愿意为端侧模型买单，是因为它能够真地提升用户体验，体验包括便利、安全等等。我们和汽车厂商、手机厂商沟通共同研发时，大家关注的也是这一点——最终用户的体验。

虎嗅: 未来拼的本质，包括堆卡吗？

李大海：堆卡实质上是在拼资本，这个当然是重要的，但不是本质。如果只要比钱就可以，那世界上就不会有不断出现的商业创新了。我们认为，更加本质的，是高密度的创新能力和组织人才之争。在创新能力足够强和方向正确的前提下，叠加更多资源才能够快速发展，否则，即使叠加再多资源，也无法做到真正健康发展。

AGI 的比赛，是一场长跑。我们仍然在马拉松赛道的前半段，旅程可能到了 5 或者 10 公里，但道路依然漫长，过程中会不断涌现新机会，但只有拥有顶级的人才、创新力与把事情一杆子做到底的魄力，才能让我们真正抓住机会。

虎嗅：最近很多模型厂商也在杀入汽车和手机两个领域，这个市场真的足够养活这么多厂商吗？技术侧的供给是趋于饱和吗？

李大海：技术侧供给仍然有巨大的潜力空间。目前，技术尚未收敛，模型仍在持续提升能力。我们在这个过程中，不仅仅需要关注模型的智能水平，也需要关注产品的“包装”——找到那些对终端用户有价值的场景，然后打磨好产品，提升用户的使用便利性。

尤其在终端，应用场景非常多和分散，在智能提升和体验创新上大有可为，各个团队有很多非同质化竞争的机会，大家应该去找到自己的优势场景，打磨好技术和产品。目前汽车和手机是PMF 较好的两个领域，但随着算力和模型的发展，还会涌现出其它更多的领域，这是一个技术革命级别的机会，不用担心发展空间的问题。

虎嗅：那你觉得在这两个领域，面壁的机会和竞争力在哪？

李大海：我们2024 年打下了很好的基础，有两个关键动作，其一是构建发布了“高知识密度”的端侧模型面壁小钢炮，其二是全面布局端侧 AI 生态。

前者，我们在2023 年底到 2024 年初，已经看到了大模型“能力密度”越来越高，未来，我们将不断把更高的智能水平放到更小的模型上。通过大模型科学化的探索，得以以更加以小博大的方式，去不断提高模型“能力密度”，就像芯片制程一样形成大模型的制程，在高性能低功耗上形成自己的行业竞争力；后者，则是我们推动落地的必经之路， 2024 年我们和很多芯片厂商深度合作，开展了非常扎实的适配工作。

这两个动作，让我们在端侧模型的项目落地时，获得了比较好的优势，目前在和一些手机、汽车、PC厂商推动落地，这些都得益于早期的技术与生态准备，以及我们在市场上逐渐累积的影响力。纯端侧模型的部署落地过程，相比云端需要花费的时间更多一些。

虎嗅：如果用最简洁的词去总结2024 年你们主要在解决什么，该如何描述？

李大海：高效率低功耗。高效率上，我们一直在技术层面提高学习效率和计算效率；低功耗方面，我们尽可能去实现端侧模型模型在运行中的低延时和低功率。这些方向也是我们2025年会延续的。我们想解决的一个根本性痛点是，让小模型不断跑出大能量，本地模型能力就能满足、或者超预期满足日常绝大多数的智能需求；并且在“断网、弱网”环境、高隐私保护需求场景下，更加具有竞争力。

虎嗅：那2025 年，面壁的关键方向是什么？DeepSeek 的爆火会对面壁的考虑有影响吗？

李大海：首先是进一步提升多模态能力，我们目前实现了全模态，也就是端侧GPT-4o 时刻，希望让它更灵敏更聪明；其二是在终端场景下不断探索落地。我们看到，在端上需要不断提升个性化能力，尤其是汽车、具身机器人等“端”，但这不仅是模型能力范畴的问题，有很多应用落地的问题需要继续加强。

总体来说，在基础模型演进方面，端侧基础模型的演进仍然是一项非常重要的工作，但我们可能不会选择与DeepSeek 相同的方式。同样是以“高效”为标签，端云两个大场景的不同，注定了技术行进路线必然是殊途，然后同归。我认为每个公司应该有自己的思考，并不是完全去学习 DeepSeek 当前的做法就一定可以成功，不应该去刻舟求剑。端侧模型相比于其他模型，距离用户更近，我们要努力让模型为用户创造可感知的真价值。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4062550.html