面壁赌对OpenClaw端侧AI，9B模型比肩GPT-4o，单人月产65万行代码

2023年，AI行业的“百模大战”打得正酣，几乎所有玩家都扎堆在云端大模型赛道，拼参数、拼算力、拼融资，生怕慢一步就被淘汰。就在这样的狂热氛围里，面壁智能却突然“掉头”，一头扎进了当时无人问津的端侧大模型领域。这个决策在当时引来一片质疑，不少人觉得他们“放着阳关道不走，偏走独木桥”，甚至预测他们撑不了多久。直到第二年苹果入局端侧赛道，市场才猛然惊醒——原来面壁早已踩中了未来的风口。三年后的今天，面壁智能不仅站稳了脚跟，更火力全开，用一款款硬核产品和清晰的打法，告诉行业：端侧AI的时代，真的来了。

打破“一问一答”：面壁造出会“主动交流”的全模态模型

今年2月4日，面壁智能甩出了一张“王炸”——新一代全模态旗舰模型MiniCPM-o 4.5，不仅开源免费，更厉害的是，它打破了我们对AI对话的固有认知。以往我们用AI，都是“你问一句，它答一句”，像一场刻板的面试，必须等一方说完，另一方才能接话。但这款模型不一样，它能“边看、边听、主动说”，就像一个懂你的朋友，不用你刻意提问，也能顺着场景主动搭话。

举个简单的例子，如果你拿着它看白板画画，它会实时描述你画的内容，不用你问“我画的是什么”；如果把它装在车里，它能一直监听路况，遇到信号灯变化、公交车到站，会主动提醒你，帮你减少分心。这种交互方式，背后靠的是两项核心能力：一是“全双工机制”，就像我们人类说话时也能同时听别人讲话一样，AI输出内容的同时，也能持续感知周围的视频、音频，不会因为“正在说话”就“充耳不闻”；二是“自主交互”，它会自己判断什么时候该说话、说什么，不用依赖外部工具来触发回应。

可能有人不知道，这种能力的实现有多难。现在市面上大多AI，都是把图像识别、语音识别、文本对话拆成不同的模型分开训练，就像几个独立的部门，各司其职却互不配合。而面壁的团队，偏偏要把这些能力整合到一个模型里，相当于把几个独立部门合并成一个高效团队，难度成倍增加。而且这款模型只有9B参数，在这么小的参数规模里，还要兼顾语音、视觉、交互等多种能力，还要保证响应速度快、占用内存小，背后是技术团队无数个日夜的打磨。

目前，这款模型的记忆时长大概在一分钟左右，这也是它推理的最佳状态。团队表示，未来如果想让它实现全天候陪伴，还需要在技术上做更多创新。值得一提的是，这款模型已经开源，普通人也能通过Github、Hugging Face或者专属体验链接，亲自感受它的“主动交流”能力。

松果派登场：不赚差价，让开发者定义AI硬件的未来

在端侧AI领域，光有好用的模型还不够，还得有能承载模型的硬件。今年年中，面壁智能推出了首款AI硬件——松果派（Pinea Pi），一款专门面向开发者的端侧智能开发板。和市面上那些追求盈利的硬件产品不同，松果派从一开始就明确：不以赚钱为目的，主要用来“教育市场”，让更多人能轻松用上端侧AI模型。

为什么要做这样一款开发板？面壁的团队发现，现在很多开发者想做AI硬件，都会遇到一个头疼的问题：门槛太高。市面上的开发板大多是“裸板”，没有内置麦克风、摄像头，需要自己购买外设、适配驱动，还要手动搭建复杂的开发环境，往往花了大量时间，还没摸到核心玩法。而松果派刚好解决了这个痛点——它基于NVIDIA Jetson系列模组打造，内置了麦克风、摄像头和丰富的接口，预装了完整的多模态AI开发环境，开发者拿到手就能用，不用再花精力做适配。

更特别的是，面壁并没有给松果派设定固定的应用场景，也没有规定开发者只能用它做什么，而是把“定义权”完全交给了开发者。他们认为，生态的魅力就在于自然生长，只要给开发者一个好的基础，他们就能创造出意想不到的应用。其实这背后，还有一个现实的原因：2025年上半年，面壁的投资人在深圳调研时发现，当地做AI硬件的项目，超过一半都在使用MiniCPM模型。这让他们意识到，与其自己单打独斗，不如搭建一个生态，让开发者一起推动端侧AI的落地。

目前，松果派计划在年中量产上市，具体价格还没公布，但可以肯定的是，会非常亲民。未来，面壁还会推出国产化版本和不同算力的版本，根据开发者的反馈不断优化。值得注意的是，松果派的硬件本身是由合作伙伴设计的，面壁主要负责整合应用——这也体现了他们的专注：始终聚焦端侧模型研发，不分散精力去做自己不擅长的事情。

逆势突围的底气：专注、高效，还有“一人公司”的创新模式

在AI行业，大厂云集，竞争激烈，作为一家创业公司，面壁智能能逆势突围，靠的不仅仅是精准的战略判断，还有一套独特的打法和内部文化。

首先是“专注”。面壁有一个核心理念，叫做大模型“知识密度定律”，意思是大模型的知识密度大概每100天就会提升一倍，这也意味着，任何一款优秀的模型，“保鲜期”都很短。所以他们不追求“推出一款爆款模型就一劳永逸”，而是致力于打造一个“能持续训练出高知识密度模型的系统”。而且他们始终坚守端侧赛道，哪怕期间出现了很多看似有吸引力的机会，也没有动摇——这种专注，在浮躁的AI行业里，显得格外难得。

其次是“高效”。端侧AI最大的难点，就是在有限的算力和内存里，实现最强的能力。面壁的团队不仅在模型上做了大量优化，比如用“主干模型+轻量级语音生成模块”的方式，降低计算开销、提升响应速度；还在底层基础设施上下功夫，把推理框架做到极致，延长模型的“领先时间”。他们深知，在端侧赛道，单靠模型领先不够，还需要把基础设施、产品设计、品牌建设结合起来，才能站稳脚跟。

更让人眼前一亮的，是面壁内部的“一人公司”趋势。过去十个月，不到两百人的团队，竟然写了2000万行代码——如果按传统方式手写，大概需要700人才能完成。其中有一位核心员工，一个月就写了65万行代码，靠的就是把核心系统接入AI，重新重构了一遍。

这种模式，背后是面壁对“AI Native”的深刻理解：接到任务后，第一反应不是“我能不能做好”，而是“能不能用AI做得更好”。现在，AI已经渗透到面壁业务的各个层面，不仅提高了工作效率，更改变了大家的思维方式和协作模式。就连招人，他们也更倾向于“AI原生人才”——那些能把AI当作自己的工具，善于发现问题、用AI解决问题的人。

未来可期：端云协同，每个人都将有专属AI助手

对于端侧AI的未来，面壁智能有一个清晰的判断：未来，端侧与云端的协同，会成为主流形态。现在，很多AI产品都依赖云端运行，不仅反馈延迟高，还存在隐私泄露的风险；而端侧模型能在本地即时处理数据、快速响应，刚好弥补了这个短板——尤其是在对实时性要求高的场景里，端侧模型更是不可或缺。

具体到终端形态，面壁认为，手机还有巨大的发展空间。现在我们用手机上的AI，大多集中在“输出”层面，比如让AI写文案、做翻译，但在“输入”层面，还有很多潜力可挖。如果手机能直接感知、理解现实环境，就能和我们更自然地交互，比如看到我们遇到困难，主动提供帮助；记住我们的习惯，精准推送服务。而具身智能领域，目前最大的难点是模型的通用性——能不能让同一个模型，在不同的设备上稳定运行，而多模态大模型，正是突破这个难点的关键。

在面壁的规划里，通用人工智能的发展，有两条主线：一是让AI的能力越来越强，二是让AI的使用越来越高效。他们预测，未来一到两年，AI的专业能力和与现实世界的交互能力会快速提升，逐步具备自主学习和自我成长的能力；再过一段时间，多智能体协同会成为新的突破，不同的AI终端会像人类团队一样，协同完成复杂任务；更长远来看，AI还会具备创新和创造能力。

而最让人期待的是，未来三到五年，每个人都可能拥有一个“专属AI助手”——它能持续成长，越来越懂你，陪在你身边，帮你解决生活、工作中的各种问题。

从2023年的逆势转身，到如今的火力全开，面壁智能用三年时间，证明了自己的战略判断，也走出了一条属于创业公司的突围之路。他们的故事告诉我们：在狂热的赛道里，不盲目跟风，保持专注，找准自己的方向，才能在变革中抓住机会，实现逆势成长。而端侧AI的时代，才刚刚拉开序幕，面壁智能的未来，还有无限可能。