面壁賭對(duì)OpenClaw端側(cè)AI，9B模型比肩GPT-4o，單人月產(chǎn)65萬(wàn)行代碼

2023年，AI行業(yè)的“百模大戰(zhàn)”打得正酣，幾乎所有玩家都扎堆在云端大模型賽道，拼參數(shù)、拼算力、拼融資，生怕慢一步就被淘汰。就在這樣的狂熱氛圍里，面壁智能卻突然“掉頭”，一頭扎進(jìn)了當(dāng)時(shí)無(wú)人問(wèn)津的端側(cè)大模型領(lǐng)域。這個(gè)決策在當(dāng)時(shí)引來(lái)一片質(zhì)疑，不少人覺(jué)得他們“放著陽(yáng)關(guān)道不走，偏走獨(dú)木橋”，甚至預(yù)測(cè)他們撐不了多久。直到第二年蘋(píng)果入局端側(cè)賽道，市場(chǎng)才猛然驚醒——原來(lái)面壁早已踩中了未來(lái)的風(fēng)口。三年后的今天，面壁智能不僅站穩(wěn)了腳跟，更火力全開(kāi)，用一款款硬核產(chǎn)品和清晰的打法，告訴行業(yè)：端側(cè)AI的時(shí)代，真的來(lái)了。

打破“一問(wèn)一答”：面壁造出會(huì)“主動(dòng)交流”的全模態(tài)模型

今年2月4日，面壁智能甩出了一張“王炸”——新一代全模態(tài)旗艦?zāi)Ｐ蚆iniCPM-o 4.5，不僅開(kāi)源免費(fèi)，更厲害的是，它打破了我們對(duì)AI對(duì)話(huà)的固有認(rèn)知。以往我們用AI，都是“你問(wèn)一句，它答一句”，像一場(chǎng)刻板的面試，必須等一方說(shuō)完，另一方才能接話(huà)。但這款模型不一樣，它能“邊看、邊聽(tīng)、主動(dòng)說(shuō)”，就像一個(gè)懂你的朋友，不用你刻意提問(wèn)，也能順著場(chǎng)景主動(dòng)搭話(huà)。

舉個(gè)簡(jiǎn)單的例子，如果你拿著它看白板畫(huà)畫(huà)，它會(huì)實(shí)時(shí)描述你畫(huà)的內(nèi)容，不用你問(wèn)“我畫(huà)的是什么”；如果把它裝在車(chē)?yán)铮芤恢北O(jiān)聽(tīng)路況，遇到信號(hào)燈變化、公交車(chē)到站，會(huì)主動(dòng)提醒你，幫你減少分心。這種交互方式，背后靠的是兩項(xiàng)核心能力：一是“全雙工機(jī)制”，就像我們?nèi)祟?lèi)說(shuō)話(huà)時(shí)也能同時(shí)聽(tīng)別人講話(huà)一樣，AI輸出內(nèi)容的同時(shí)，也能持續(xù)感知周?chē)囊曨l、音頻，不會(huì)因?yàn)椤罢谡f(shuō)話(huà)”就“充耳不聞”；二是“自主交互”，它會(huì)自己判斷什么時(shí)候該說(shuō)話(huà)、說(shuō)什么，不用依賴(lài)外部工具來(lái)觸發(fā)回應(yīng)。

可能有人不知道，這種能力的實(shí)現(xiàn)有多難。現(xiàn)在市面上大多AI，都是把圖像識(shí)別、語(yǔ)音識(shí)別、文本對(duì)話(huà)拆成不同的模型分開(kāi)訓(xùn)練，就像幾個(gè)獨(dú)立的部門(mén)，各司其職卻互不配合。而面壁的團(tuán)隊(duì)，偏偏要把這些能力整合到一個(gè)模型里，相當(dāng)于把幾個(gè)獨(dú)立部門(mén)合并成一個(gè)高效團(tuán)隊(duì)，難度成倍增加。而且這款模型只有9B參數(shù)，在這么小的參數(shù)規(guī)模里，還要兼顧語(yǔ)音、視覺(jué)、交互等多種能力，還要保證響應(yīng)速度快、占用內(nèi)存小，背后是技術(shù)團(tuán)隊(duì)無(wú)數(shù)個(gè)日夜的打磨。

目前，這款模型的記憶時(shí)長(zhǎng)大概在一分鐘左右，這也是它推理的最佳狀態(tài)。團(tuán)隊(duì)表示，未來(lái)如果想讓它實(shí)現(xiàn)全天候陪伴，還需要在技術(shù)上做更多創(chuàng)新。值得一提的是，這款模型已經(jīng)開(kāi)源，普通人也能通過(guò)Github、Hugging Face或者專(zhuān)屬體驗(yàn)鏈接，親自感受它的“主動(dòng)交流”能力。

松果派登場(chǎng)：不賺差價(jià)，讓開(kāi)發(fā)者定義AI硬件的未來(lái)

在端側(cè)AI領(lǐng)域，光有好用的模型還不夠，還得有能承載模型的硬件。今年年中，面壁智能推出了首款A(yù)I硬件——松果派（Pinea Pi），一款專(zhuān)門(mén)面向開(kāi)發(fā)者的端側(cè)智能開(kāi)發(fā)板。和市面上那些追求盈利的硬件產(chǎn)品不同，松果派從一開(kāi)始就明確：不以賺錢(qián)為目的，主要用來(lái)“教育市場(chǎng)”，讓更多人能輕松用上端側(cè)AI模型。

為什么要做這樣一款開(kāi)發(fā)板？面壁的團(tuán)隊(duì)發(fā)現(xiàn)，現(xiàn)在很多開(kāi)發(fā)者想做AI硬件，都會(huì)遇到一個(gè)頭疼的問(wèn)題：門(mén)檻太高。市面上的開(kāi)發(fā)板大多是“裸板”，沒(méi)有內(nèi)置麥克風(fēng)、攝像頭，需要自己購(gòu)買(mǎi)外設(shè)、適配驅(qū)動(dòng)，還要手動(dòng)搭建復(fù)雜的開(kāi)發(fā)環(huán)境，往往花了大量時(shí)間，還沒(méi)摸到核心玩法。而松果派剛好解決了這個(gè)痛點(diǎn)——它基于NVIDIA Jetson系列模組打造，內(nèi)置了麥克風(fēng)、攝像頭和豐富的接口，預(yù)裝了完整的多模態(tài)AI開(kāi)發(fā)環(huán)境，開(kāi)發(fā)者拿到手就能用，不用再花精力做適配。

更特別的是，面壁并沒(méi)有給松果派設(shè)定固定的應(yīng)用場(chǎng)景，也沒(méi)有規(guī)定開(kāi)發(fā)者只能用它做什么，而是把“定義權(quán)”完全交給了開(kāi)發(fā)者。他們認(rèn)為，生態(tài)的魅力就在于自然生長(zhǎng)，只要給開(kāi)發(fā)者一個(gè)好的基礎(chǔ)，他們就能創(chuàng)造出意想不到的應(yīng)用。其實(shí)這背后，還有一個(gè)現(xiàn)實(shí)的原因：2025年上半年，面壁的投資人在深圳調(diào)研時(shí)發(fā)現(xiàn)，當(dāng)?shù)刈鯝I硬件的項(xiàng)目，超過(guò)一半都在使用MiniCPM模型。這讓他們意識(shí)到，與其自己?jiǎn)未颡?dú)斗，不如搭建一個(gè)生態(tài)，讓開(kāi)發(fā)者一起推動(dòng)端側(cè)AI的落地。

目前，松果派計(jì)劃在年中量產(chǎn)上市，具體價(jià)格還沒(méi)公布，但可以肯定的是，會(huì)非常親民。未來(lái)，面壁還會(huì)推出國(guó)產(chǎn)化版本和不同算力的版本，根據(jù)開(kāi)發(fā)者的反饋不斷優(yōu)化。值得注意的是，松果派的硬件本身是由合作伙伴設(shè)計(jì)的，面壁主要負(fù)責(zé)整合應(yīng)用——這也體現(xiàn)了他們的專(zhuān)注：始終聚焦端側(cè)模型研發(fā)，不分散精力去做自己不擅長(zhǎng)的事情。

逆勢(shì)突圍的底氣：專(zhuān)注、高效，還有“一人公司”的創(chuàng)新模式

在AI行業(yè)，大廠云集，競(jìng)爭(zhēng)激烈，作為一家創(chuàng)業(yè)公司，面壁智能能逆勢(shì)突圍，靠的不僅僅是精準(zhǔn)的戰(zhàn)略判斷，還有一套獨(dú)特的打法和內(nèi)部文化。

首先是“專(zhuān)注”。面壁有一個(gè)核心理念，叫做大模型“知識(shí)密度定律”，意思是大模型的知識(shí)密度大概每100天就會(huì)提升一倍，這也意味著，任何一款優(yōu)秀的模型，“保鮮期”都很短。所以他們不追求“推出一款爆款模型就一勞永逸”，而是致力于打造一個(gè)“能持續(xù)訓(xùn)練出高知識(shí)密度模型的系統(tǒng)”。而且他們始終堅(jiān)守端側(cè)賽道，哪怕期間出現(xiàn)了很多看似有吸引力的機(jī)會(huì)，也沒(méi)有動(dòng)搖——這種專(zhuān)注，在浮躁的AI行業(yè)里，顯得格外難得。

其次是“高效”。端側(cè)AI最大的難點(diǎn)，就是在有限的算力和內(nèi)存里，實(shí)現(xiàn)最強(qiáng)的能力。面壁的團(tuán)隊(duì)不僅在模型上做了大量?jī)?yōu)化，比如用“主干模型+輕量級(jí)語(yǔ)音生成模塊”的方式，降低計(jì)算開(kāi)銷(xiāo)、提升響應(yīng)速度；還在底層基礎(chǔ)設(shè)施上下功夫，把推理框架做到極致，延長(zhǎng)模型的“領(lǐng)先時(shí)間”。他們深知，在端側(cè)賽道，單靠模型領(lǐng)先不夠，還需要把基礎(chǔ)設(shè)施、產(chǎn)品設(shè)計(jì)、品牌建設(shè)結(jié)合起來(lái)，才能站穩(wěn)腳跟。

更讓人眼前一亮的，是面壁內(nèi)部的“一人公司”趨勢(shì)。過(guò)去十個(gè)月，不到兩百人的團(tuán)隊(duì)，竟然寫(xiě)了2000萬(wàn)行代碼——如果按傳統(tǒng)方式手寫(xiě)，大概需要700人才能完成。其中有一位核心員工，一個(gè)月就寫(xiě)了65萬(wàn)行代碼，靠的就是把核心系統(tǒng)接入AI，重新重構(gòu)了一遍。

這種模式，背后是面壁對(duì)“AI Native”的深刻理解：接到任務(wù)后，第一反應(yīng)不是“我能不能做好”，而是“能不能用AI做得更好”。現(xiàn)在，AI已經(jīng)滲透到面壁業(yè)務(wù)的各個(gè)層面，不僅提高了工作效率，更改變了大家的思維方式和協(xié)作模式。就連招人，他們也更傾向于“AI原生人才”——那些能把AI當(dāng)作自己的工具，善于發(fā)現(xiàn)問(wèn)題、用AI解決問(wèn)題的人。

未來(lái)可期：端云協(xié)同，每個(gè)人都將有專(zhuān)屬AI助手

對(duì)于端側(cè)AI的未來(lái)，面壁智能有一個(gè)清晰的判斷：未來(lái)，端側(cè)與云端的協(xié)同，會(huì)成為主流形態(tài)。現(xiàn)在，很多AI產(chǎn)品都依賴(lài)云端運(yùn)行，不僅反饋延遲高，還存在隱私泄露的風(fēng)險(xiǎn)；而端側(cè)模型能在本地即時(shí)處理數(shù)據(jù)、快速響應(yīng)，剛好彌補(bǔ)了這個(gè)短板——尤其是在對(duì)實(shí)時(shí)性要求高的場(chǎng)景里，端側(cè)模型更是不可或缺。

具體到終端形態(tài)，面壁認(rèn)為，手機(jī)還有巨大的發(fā)展空間。現(xiàn)在我們用手機(jī)上的AI，大多集中在“輸出”層面，比如讓AI寫(xiě)文案、做翻譯，但在“輸入”層面，還有很多潛力可挖。如果手機(jī)能直接感知、理解現(xiàn)實(shí)環(huán)境，就能和我們更自然地交互，比如看到我們遇到困難，主動(dòng)提供幫助；記住我們的習(xí)慣，精準(zhǔn)推送服務(wù)。而具身智能領(lǐng)域，目前最大的難點(diǎn)是模型的通用性——能不能讓同一個(gè)模型，在不同的設(shè)備上穩(wěn)定運(yùn)行，而多模態(tài)大模型，正是突破這個(gè)難點(diǎn)的關(guān)鍵。

在面壁的規(guī)劃里，通用人工智能的發(fā)展，有兩條主線：一是讓AI的能力越來(lái)越強(qiáng)，二是讓AI的使用越來(lái)越高效。他們預(yù)測(cè)，未來(lái)一到兩年，AI的專(zhuān)業(yè)能力和與現(xiàn)實(shí)世界的交互能力會(huì)快速提升，逐步具備自主學(xué)習(xí)和自我成長(zhǎng)的能力；再過(guò)一段時(shí)間，多智能體協(xié)同會(huì)成為新的突破，不同的AI終端會(huì)像人類(lèi)團(tuán)隊(duì)一樣，協(xié)同完成復(fù)雜任務(wù)；更長(zhǎng)遠(yuǎn)來(lái)看，AI還會(huì)具備創(chuàng)新和創(chuàng)造能力。

而最讓人期待的是，未來(lái)三到五年，每個(gè)人都可能擁有一個(gè)“專(zhuān)屬AI助手”——它能持續(xù)成長(zhǎng)，越來(lái)越懂你，陪在你身邊，幫你解決生活、工作中的各種問(wèn)題。

從2023年的逆勢(shì)轉(zhuǎn)身，到如今的火力全開(kāi)，面壁智能用三年時(shí)間，證明了自己的戰(zhàn)略判斷，也走出了一條屬于創(chuàng)業(yè)公司的突圍之路。他們的故事告訴我們：在狂熱的賽道里，不盲目跟風(fēng)，保持專(zhuān)注，找準(zhǔn)自己的方向，才能在變革中抓住機(jī)會(huì)，實(shí)現(xiàn)逆勢(shì)成長(zhǎng)。而端側(cè)AI的時(shí)代，才剛剛拉開(kāi)序幕，面壁智能的未來(lái)，還有無(wú)限可能。