北京
出品｜网易科技《态度》栏目
作者 | 袁 宁
编辑 | 丁广胜
1月15日，面壁在海外首发了新一代面壁小钢炮 MiniCPM-o 2.6，功能上对标 GPT-4o，全模态、端到端，实现视频语音丝滑交互。最重要的是，他在端上，仅8B 参数。
先说这个新模型意味着什么？
首先，对标GPT-4o 意味着，模型长了眼睛和耳朵，能够知道此刻在发生什么，并持续保持对外界的感知。
换句话说，他不仅能听懂你说的话，还能看到你的行为，理解你所处的环境，并实时给出回应。而这也是GPT-4o当时惊艳大众的主要原因。
不同的是，MiniCPM-o 2.6用8B的模型参数，实现了将这些功能运行到端侧——本地运行、本地存储，实现个人专属、数据隐私保护、以及不受网络限制。
在评估全模态模型音视频能力的多个榜单上，MiniCPM-o 2.6的能力表现
不同于大部分大模型公司，面壁智能从2024年起就押注端侧模型。他们认为，端侧模型具备隐私性好、更可靠、响应快等优势，具备更早、更快落地的潜力。
据悉，当前，面壁端侧模型已经与高通、华为、联发科技、联想、英特尔、长城汽车、易来智能、大象机器人、加速进化、梧桐科技、招商银行、知乎、西门子、金山办公等进行了合作。
在刚刚结束的2025CES上，面壁智能 CEO 李大海表示：面壁智能的工作就是聚焦端侧模型，我们的愿景是所有的设备上都会有端侧的智能，都会部署端侧的模型。
2025年，大众对于模型落地的期盼更加强烈。据介绍，端侧模型，作为小语言模型中主要在各类终端中部署的模型，不需要云端算力，就能以很低的参数量，很小的算力和内存消耗，更高效率的硬件资源运行调度，直接在终端运行。
无论是手机、PC、具身机器人、智能汽车、智能家居，还是AI眼镜、AI陪伴类宠物。可以预见，端侧模型带来的想象空间都是巨大的。
借着面壁智能新产品发布的时机，网易科技等媒体与面壁智能联合创始人、CEO李大海进行了交流。除了MiniCPM-o 2.6的功能，还进一步讨论了与厂商的后续合作计划，面壁在智能硬件方面的布局，以及他对大模型企业进入美国实体清单的看法……
以下为面壁智能联合创始人、CEO李大海的部分对话内容，经不改变原意的整理：
提问：从市场竞争角度来看，2.6版本的模型与市场上其他类似的端侧人工智能产品相比，核心竞争力体现在哪些方面？
李大海：面壁的全模态端侧模型是全世界第一个全模态端侧模型，没有之一，就是第一个。我觉得如果大家看到我们的demo，就会有一个比较直观的感受。
过去，面壁持续在以技术创新性引领端侧模型的发展。在过去一年，我们在多模态端侧模型领域持续保持领先，持续的跑得足够的快，这是我们的最大的优势。
按照我们曾给大家提过的“大模型知识密度定律”，大模型的知识密度每三到四个月就会翻倍。因此，我们并不追求模型在所有方面始终保持第一，而是专注于发挥技术创新的想象力，为设备赋能，使其具备人类般的感知和思考能力。这种开创性工作对大模型行业以及智能硬件和机器人产业都有重要价值。
我们的核心竞争力并不完全在模型本身，而是体现在团队能力、技术愿景以及持续推动技术战略创新的能力上。这些才是我们的核心竞争力。
提问：针对不同的端侧设备，如智能手机、平板电脑和智能穿戴设备，2.6版本是否有专门的适配版本？如何保证在不同设备上的一致用户体验？
李大海：基于面壁科技的商业策略，目前开源的2.6版本是相对较大的全模态模型，而针对不同设备的需求，我们还会开发更小的商业化全模态版本。这些更小的模型适用于算力有限的设备，例如智能手机和汽车。需要注意的是，这些小型模型不会开源，而是作为商业化产品提供。
关于用户体验的统一性问题，我们认为不同设备之间的使用场景差异决定了体验本身就会有所不同。例如，在汽车场景中，模型的主要功能是提升语音交互能力、环境感知能力以及主动关怀功能；而在手机上，模型可能会更多聚焦于个性化辅助功能。
因此，我们的端侧模型并非统一的通用解决方案，而是根据具体场景优化。例如，在与某翻译客户的合作中，模型能够支持十多种语言的实时翻译，而这一功能显然与汽车或手机场景的应用需求完全不同。因此，体验一致性并非设计目标，而是通过针对性优化满足不同设备和场景的独特需求。
提问：面壁一直强调和致力的是高效大模型，这个高效和Deepseek们强调的有什么差异和相同点吗？
李大海：我们强调和专注于提供高效的大模型，其实高效大模型既体现在训练上又体现在推理上。我们和Deepseek最大的不同就是他们专注云端，我们专注端侧。
因此，在技术研发中，我们更加注重模型的精简化与推理效率的提升。而Deepseek则聚焦于通过更大规模的训练资源追求效果的最优表现。
提问：我们观察到手机正在向AI手机的方向转型，包括苹果它也在自研端侧模型，并推动跟国产大模型的合作，想问一下2.6跟这些模型相比，有什么特点？
李大海：其实现在手机厂商在强调的更多的还是简单的语言模型和多模态模型，这是两个不同的物种。
我有一个自己的术语，叫“具身化”，也就是它作为具身智能的设备存在的属性有多强。其实当前手机的“具身化”特性没有那么强。比如说像汽车，就是个“具身化”属性非常强的设备。
面壁2.6的核心竞争力在于它的全模态特性，它不仅限于传统的文本或图像处理，还能赋予设备感知周围环境的能力。简单来说，当前的AI手机更像是为现有场景优化的工具，而2.6则能让设备能够像人一样的去感知周围的环境，这是一个非常大的进步。
提问：2.6版本是否有与厂商合作的计划？落地应用会更倾向哪些类型的产品，比如手机、PC还是智能眼镜？目前与智能厂商的合作形式是怎样的？
李大海：当前，我们的模型其实会更关注“具身化”属性强的设备，例如汽车和机器人等，这些是我们会重点去做的。
具体来说我们我们与“加速进化”等机器人厂商已开展深度合作，能够为机器人补全“大脑”这一重要拼图，实现从感知到思考的全面升级。我们也期待能够跟更多的机器人厂商能够一起合作。
提问：您提到过“端侧模型+智能硬件”是未来的发展方向。面壁是否计划建立自己的AI硬件生态，或者面壁与硬件厂商将有什么深度的合作吗？
李大海：首先我们还是非常坚定的认为端侧模型加智能硬件是未来发展的方向，我们的愿景在端侧这个方向上，我们的愿景就是，我们希望未来每一个智能硬件上都能通过端侧模型，而能够具备智能。
我们认为未来的每一个硬件其实都应该是智能化的，这个智能可高可低，但是它都应该是智能化的，这样才能够更好的去帮助人类生活。
回到面壁自己的话，我们这个阶段还不会去以建设自己的硬件生态这个视角来去看待问题，我们会觉得面壁应该更多的去赋能足够多的硬件厂商。
首先，我们会广泛的跟不同AI芯片公司进行合作，让面壁的模型能够跑在足够多的芯片上，因为我们认为面壁的模型具有足够强的通用性，我们是能够赋能各种各样不同的设备的。
其次，我们也会基于跟芯片结合好的一个基础能力，再去赋能更多的设备，让设备厂商的用户得到更好的体验。
在这个基础之上，我们的落地做得足够好以后，我们再去谈面壁的硬件生态，这个是后一步的事情。
提问：在您的感知来看，国内的大模型初创公司开始进入技术收敛阶段了吗？大家现在开始从训练端，向推理端转变了吗？
李大海：这其实是Scaling law边际效应缩小，带给大家的一个主观感受，但实际并非如此。
大模型公司更重要的还是想象力，就像我们面壁能够用8B的模型就能达到全模态。我觉得只要一个团队他能够看到一个很好的很有价值的技术方向，并在技术方向深挖，并做到行业最好，其实就一定有自己的价值。所以我们觉得其实大模型的技术还远远没有收敛，还是有非常多的方向是值得去深入挖掘的。
所以面壁其实会坚持的聚焦在端侧，我们认为端侧非常有价值，也有很多还可以持续深挖的工作。至于您讲的逐步减少预训练，我们认为预训练其实还是仍然是非常重要的，只不过我们也看到通过规模扩大，得到的收益其实是在逐步减小的，但这一直都不是面壁的方向，因为我们关注的是知识密度，所以在那个方向上的影响对我们来说不太存在。所以面壁的预训练其实从来没有减少过，我们还会持续的加强在预训练这个方向的。
提问：昨晚中国第一家大模型企业被列入美国实体清单，这一方面的限制在未来会影响整个国内的行业吗？
李大海：其实国内算力企业现在的最大的问题是性价比，很多性价比还是不如英伟达的高。但是也因为这些影响，可以让国内团队更没有了犹豫的空间。
在这种情况底下，我觉得其实对于国内的厂商新算力厂商来说是利好的，整个国内的生态一定会有一段时间的阵痛，但是我相信随着阵痛的过去，其实我们的整个生态将会变得更强大。
提问：目前可以看到，小模型会是未来一段时间一个比较大的趋势，面壁要如何树立自己的护城河？
李大海：首先我觉得竞争是非常的好的事情，其实一个行业如果没有竞争的话，会是死水一潭，这个领域的领头羊也会变得没有进步的动力。
天下武功唯快不破。面壁从24年聚焦端侧起，快速发布了8个端侧模型，并全部开源，这些模型在全球的下载量超过400万次，获得了超过2万颗星标。
从第一个端侧多模态模型，到第一个端侧视频理解模型，再到今天第一个端侧全模态模型，我们始终在技术上引领行业。技术的创新性和快速的迭代是我们最高也是最重要的一个竞争优势。
基于这些竞争优势，我们也在行业里快速落地，我们现在已经跟两家车厂，达成了深度的合作。此外，我们在PC和手机两侧也都跟国内最头部的厂商在深度的合作，这是面壁在端侧上的一个非常好的竞争情况。
提问：您觉得2.6出现会对整个人工智能产业链产生哪些影响？上下游产业中哪些环节会因为这款产品迎来发展机遇？
李大海：2.6版本的发布其实标志着端侧全模态技术进入了一个全新阶段，从这个角度上我们工作是开创性的。
它不仅吹响了全模态端侧模型竞争的号角，还开创性地推动了具身化设备的智能化发展，赋予它们更接近人类的感知和思考能力。在产业链上，这种技术进步能够对机器人和汽车等具身化设备带来巨大的赋能价值。
大模型的发展的进程是一个马拉松，我们相信我们还需要持续的去做更多创新性的工作。
本文来源：态℃
责任编辑：
王文华_NBJS27248
