8月26日，成立四周年之际，面壁智能联合创始人李大海、刘知远等发布《面壁四年，破壁通用智能时代》全员信，披露公司下一阶段在端侧智能、产业落地和内部组织改造等方面的规划。

全员信提出，面壁智能接下来要”打好三场硬仗”：继续围绕“密度定律”提升端侧模型能力，推动已有行业项目进一步规模化，同时让AI更多参与公司内部协作、知识管理、研发和决策流程。

面壁智能将当前所处阶段概括为从“模式跑通”向“规模跃迁”过渡。

面壁智能成立于2022年8月，脱胎于清华大学自然语言处理实验室。全员信回顾道，成立初期，公司同样参与了大模型参数规模和基础能力的竞争，此后逐渐将更多研发资源转向模型效率和端侧部署。

面壁智能的技术路线建立在其提出的“大模型密度定律”基础之上。相关研究此后发表于《Nature Machine Intelligence》。研究引入“能力密度”概念，用来衡量单位模型参数所能够承载的能力。团队分析51个开源预训练模型后发现，大模型的最高能力密度随时间呈指数增长，换言之，达到相近模型能力所需要的参数规模正在不断下降。

大模型密度定律Nature Machine Intelligence

按照论文推导，当模型达到相同能力所需要的参数越来越少时，其推理所需要的计算量和成本也会随之降低。论文因此提出，相比单纯继续扩大模型参数，更高效的路径是通过模型架构、训练算法和数据处理等技术提高“能力密度”。

论文由此进一步指向端侧部署，提出“密度定律×摩尔定律”：在模型能力密度提高的同时持续提升终端芯片算力，两者共同作用，使更高性能的大模型能够逐渐在智能手机、PC等消费级终端上以较低功耗运行。

在此次全员信中，面壁智能继续提到，智能的计算必须更加普惠高效，还需要通过架构创新、数据治理、范式进化和软硬件协同等方式，降低模型生产和使用成本。

在此基础上，面壁智能又将下一阶段的技术方向概括为三条主线：感知走向流式全模态，计算走向更高密度，行动走向自主决策，并继续将“密度定律”作为端侧智能研发的核心技术思想。

此次全员信披露，MiniCPM系列开源模型全球累计下载量已超过5000万次，覆盖文本、视觉和语音等模态。

今年7月，三星“盖乐世AI”通过国家生成式人工智能服务备案。面壁智能披露，其MiniCPM系列作为三星端侧模型能力提供方参与此次备案，并将为三星手机在国内市场提供相关技术支持。汽车领域，面壁智能推出SuperMate端侧智能座舱方案，并表示已经进入吉利、广汽、长城等车企的部分量产车型。

具身智能方向，7月WAIC期间，面壁智能与吉利人工智能中心联合发布具身智能体框架RoboHarness，并称基于该框架的机器人已在吉利生产仓储场景落地应用。

此次全员信将产业落地作为下一阶段重点。面壁智能表示，将以“端侧模型+智能体”的方式与行业生态伙伴合作，并将已有案例进一步拓展至消费电子、工业制造、教育和法律等领域。

面壁智能近期的资本动作也在明显加快。

中信证券披露的信息显示，8月7日，中信证券与面壁智能签署上市辅导协议；8月10日，中信证券向北京证监局提交辅导备案申请，8月11日获得同意，面壁智能由此进入IPO上市辅导阶段。

截至目前，尚未有交易所受理其IPO申请的公开信息。

今年以来，面壁智能已完成了多轮融资。公开报道显示，2026年上半年面壁智能累计融资金额超过50亿元，估值超过200亿元，投资方包括国家级基金、央企、汽车产业方和多家市场化投资机构。

随着融资规模扩大并启动IPO辅导，面壁智能接下来需要面对的评价标准也会从技术能力延伸至商业化表现。面壁智能在全员信中判断，未来通用智能将形成超级智能、云侧智能和端侧智能等不同形态，并认为“端侧智能也必将成为通用智能时代的主战场”。

诚然，市面上端侧AI的部署速度正在加快。市场Counterpoint预计，2026年GenAI手机将占全球智能手机出货量的45%，较2025年的36%继续上升，预计到2027年将占 52%。但Counterpoint也指出，相关功能目前尚未成为足够吸引消费者换机的决定性因素。

国内首批7款手机端侧生成式AI服务中，也同时存在手机厂商自研模型和引入第三方模型两条路线。端侧AI能形成多大的商业规模，以及面壁智能这样的第三方模型厂商最终能够占据多大的价值，仍有待后续观察。

本文系观察者网独家稿件，未经授权，不得转载。