专访面壁智能CEO李大海：端侧AI的方向是个性化，开源与商业化不矛盾

21世纪经济报道记者白杨 北京报道

在由ChatGPT掀起的大模型创业热潮中，面壁智能是相对低调的一家创业公司。虽然没有被列入大模型创业“六小虎”，但它的实力，依然不容忽视。

今年DeepSeek崛起后，《麻省理工科技评论》刊发了一篇题为《关注DeepSeek之外的4家中国人工智能初创公司》的报道，指出阶跃星辰、面壁智能、智谱AI、无问芯穹4家企业同样展现出不逊于DeepSeek的技术实力与全球竞争力。

在近日召开的2025中关村论坛年会期间，21世纪经济报道记者独家专访了面壁智能CEO李大海。

他向记者表示，DeepSeek今年的崛起，再一次证明了面壁智能在2024年6月份提出的知识密度定律（大模型的知识密度每100天会提升一倍）。不管是云侧模型还是端侧模型，提高模型的知识密度都很重要。

2024年初，面壁智能正式发布了被称为“小钢炮”的MiniCPM端侧模型，目前累计下载量接近700万。

李大海表示，端侧AI未来的主要发展趋势仍然是小型化，然后逐步的端侧原生化，以及由端侧原生化带来的逐步个性。在具体落地场景上，他认为汽车和手机是最重要的方向。

在2025中关村论坛年会上，李大海面向汽车场景发布了全新的纯端侧智能助手cpmGO。去年12月，面壁智能还成功部署了首个纯端侧屏幕助手，并已进入量产序列。

另外，面壁也是大模型开源的拥护者。李大海表示，当前的AI开发模式下，开源本身就是一个商业模式。DeepSeek已经非常形象地向大家展示了这一点。

同时，他认为，商业化与开源并不矛盾，商业化反而会由于开源得到最大化。

以下是对李大海的采访（内容略有删减）：

21世纪：你如何看待今年DeepSeek的崛起？它对面壁智能以及端侧AI的发展带来哪些影响？

李大海：DeepSeek展示了高效大模型的魅力。高效，意味着更高的知识密度，和更低的成本。我们看到，DeepSeek的模型相比o1，知识密度大概有了10倍的提升，又免费开放给全世界人们使用，确实从智能感观上比较震撼。面壁在2024年6月提出了知识密度定律（大模型的知识密度每100天翻一番），这一规律也再一次得到了印证。

尤其在端侧，知识密度的提升尤为重要。因为云端知识密度的高低可能只影响着成本，尚可通过补贴等方式抹平。但在终端上，知识密度越高，则意味着可用性越强。在终端需要平衡性能与功耗，就像戴着镣铐跳舞—— 更轻量高性能的模型，才能将功耗极致控制在临界值以下，使得其可以在终端运行使用。

21世纪：这个密度定律，你觉得今年是否会依然有效？未来这种以小博大的技术路径，要如何突破云端模型的算力壁垒？

李大海：我相信它在未来很长一段时间都会持续有效，就像摩尔定律已经持续有效了半个世纪一样。

在我看来，端侧模型跟云端模型的分工是不同的。端侧模型信息安全保护和贴近用户的先天优势，所以更适合用来做贴身服务的个性化工作。

而云端模型规模更大，Scaling Law也仍然有效，所以它可以去做更复杂的、需要深度思考的工作。现在我们看到很多类似DeepResearch的功能，他要工作好几个小时，然后输出复杂的报告，这些就是云端该做的事情。

端侧要足够快、足够敏捷、足够符合直觉，快速给出尽可能精准的决策行动。他们俩分工是不一样的，端侧模型也不需要去击败云端模型。

21世纪：面壁一直在走坚持开源的路线，请你谈一下对于开源的思考?

李大海：当前的AI开发模式下，开源本身就是一个商业模式。DeepSeek已经非常形象地向大家展示了，为什么开源是一个好的商业模式。因为一个优秀的模型，通过开源的方式，能够迅速让对它感兴趣的人接触、使用、下载，让市场成本变得足够低。这便是开源的魅力。

面壁一直是开源的拥护者。几乎每一款模型都进行了开源。我们的端侧模型从2024年1月份到现在已经积攒了近700万的下载，是2024年HuggingFace最受欢迎、最多下载量的中国大模型，我们骨子里就是崇尚开源和相信开源的。

另外，我认为开源是一种信仰， 除了非常务实的去讲它是一个商业模式外，开源本身也是AI领域能够快速发展的底层原因。在AI领域，大家都非常开放，有什么样的想法都会第一时间发论文，把代码开源出来，这样才能够让行业里面每个人都能站在别人的肩膀上，能够跑得更快。

举个例子，面壁2024年1月发布MiniCPM-1，使用了WSD学习率调度器，后续被Huggingface Transformer库集成，Llama、Deepseek均也采用了类似技术进行模型训练。

面壁一方面在行业里去做这样的贡献，同时也会非常积极地学习开源领域中最新发布的技术。众人拾柴火焰高，才能让AI发展日新月异。

21世纪：你怎么理解开源和商业化之间的矛盾，如何平衡这二者关系？

李大海：我觉得商业化这件事情不是受开源影响，反过来，商业化会由于开源这个模式得到最大化。

我们看DeepSeek，它其实就从开源这件事里把自己技术优势的商业利益最大化。如果DeepSeek做出R1时选择闭源，那他变现技术优势的速度会非常慢。而现在，他用开源的方式一下子把全球点燃了。所以开源用的好，其实能够让商业利益更大化。

21世纪：你认为今年端测AI的发展会有哪些趋势？还会面临哪些挑战？

李大海：端侧AI的发展趋势一定仍然是小型化，然后逐步的端侧原生化，以及由端侧原生化带来的逐步个性化。

当然我们也相信，云端的高阶推理技术会逐步在端上实现。但是由于端和云各自固有的不同特点，所以端上不需要所有场景都用高阶推理。慢思考对于有些场景来说反而是不适用的，所以在端上我们也会更审慎的去使用高阶推理能力。

21世纪：你曾表示AGI的实现需要7到10年，现在这个预测是否有变化？对面壁智能而言，今年的工作重心是什么？

李大海：我们拿知识密度定律的周期跟摩尔定律的周期去做对比，因为知识密度定律的周期是100天，摩尔定律是18个月，二者大概是六倍的关系。

整个计算的发展经历了半个多世纪，经历了50-100个周期的迭代，我们觉得在AI领域，可能也需要接近50到100次周期迭代，才能够达到非常理想的状态。

从2018年BERT发布，以此为元年算起，其实已经经历了五六年，所以全部算下来，差不多就是7到10年，这是一个底层逻辑。但是我们也相信人类的技术发展是非线性的，当模型越来越好的时候，这个过程会被加速。

面壁智能今年的工作重心仍然是端侧。我们会重点把端侧模型做好，让它更加个性化，能够去更好地服务用户。在具体场景上，现在汽车跟手机一定是最重要的方向，另外我们也在同步探索很多新方向，比如我们的端测模型已经部署在了机器人上。