面壁智能完成數億元新一輪融資，深創投和匯川產投聯合領投

來源：獵云網

近日，高效端側大模型產品研發商面壁智能完成數億元新一輪融資，由深圳市創新投資集團（深創投）和匯川產投聯合領投，道禾長期投資、國泰君安創新投、武岳峰科創等跟投。

融資完成后，面壁智能躋身基座大模型獨角獸行列。也在近期舉辦的 2026 年中關村論壇年會「全球獨角獸企業大會」上正式獲頒「2026年度中國獨角獸企業」稱號。

今年年初，面壁智能已完成由中國電信領投的一輪融資，據悉公司一季度累計融資規模預計已超10億元。過去一年，面壁智能陸續完成了3次融資，吸引了京國瑞、茅臺基金、龍芯創投、中金保時捷等眾多知名投資機構紛紛押注。

面壁智能 CEO 李大海表示：“AGI 的長跑已經進入中段。在算力約束下持續提升智能密度、真正在物理世界落地，是面壁一直以來堅持的方向，也得到了深創投、匯川產投和這一輪所有投資方最堅定的支持。面壁將繼續以密度法則為第一性原理，堅持開源，讓每一個終端都擁有通向 AGI 的能力。”

作為聚焦端側智能的大模型企業，面壁智能從「密度法則」的科學化理論、架構創新，到 MiniCPM 端側大模型與高效工具鏈研發，再到在汽車、手機、智能家居等終端領域規模化落地，面壁智能已逐步形成「理論-模型-工具-應用」的全鏈路技術生態閉環與產業向心力，持續加速端側智能的商業化進程。

26 年初，面壁智能作為共建單位，參與端側智能北京市重點實驗室建設，實驗室主任由清華大學計算機系教授、面壁智能聯合創始人兼首席科學家劉知遠擔任。

密度法則加持，國內唯二開源的「端側模型全家桶」 AI 廠商

在大模型成果方面，面壁智能持續踐行的"密度法則”「在有限算力下持續提升模型能力密度」，已成為大模型領域廣受認可的可持續演進路徑。面壁智能 MiniCPM 系列大模型，憑借以小博大、高效低成本的鮮明特性，深受全球開發者歡迎。截至目前，MiniCPM 系列開源模型已囊括語言模型、全模態模型、多模態模型、語音模型，是國內除阿里以外唯一開源的「端側模型全家桶」 AI 廠商（“南Qwen，北面壁”格局），在 GitHub、Hugging Face 等平臺下載量已突破 2400 萬。

在 26 年初發布的 MiniCPM-o 4.5 全雙工全模態模型，以 9B 的精簡體量實現了類人的原生交互感知，通過邊看、邊聽、主動說的全模態能力，讓 AI 告別死板的“對講機”回合制交互，成為行業首個即時自由對話的大模型。面向具身智能領域，全模態實時感知與自主決策能力的結合，將為下一代機器人大腦提供更自然、更具泛化性的交互底座。

接連推出松果派、龍蝦硬件產品 EdgeClaw Box，布局軟硬一體

面壁智能將于 26 年中正式推出松果派、龍蝦硬件產品 EdgeClaw Box等硬件產品，希望通過軟硬一體的解決方案，讓更多人能夠更快地感受到模型能力，并把這些能力更高效地應用到不同場景中。從開源模型到硬件的同步推進，這種“軟硬結合”的策略，也將搭建一個從算法到應用的快速驗證通道。

松果派 Pinea Pi

面壁首款 AI 硬件 松果派（Pinea Pi）——一款 AI 原生 (AI Native) 的端側智能開發板將于今年上市，通過面壁智能在多模態模型技術積累、主流芯片適配、智能硬件商業化應用等方面優勢，幫助開發者快速開發端側智能硬件，即使無技術背景，也可快速上手開發。松果派將 率先支持離線多模態個人知識助理、具身智能、編程教具等場景的全棧開發。

EdgeClaw Box

面壁智能于近日發布主打安全可控、開箱即用的龍蝦智能硬件產品 EdgeClaw Box，并聯合清華大學、OpenBMB 社區開源了安全高效、支持端云協同的升級版龍蝦 EdgeClaw。

EdgeClaw Box 將安全作為第一追求，其內置 EdgeClaw 是支持模型與龍蝦均可部署在本地的領先智能體執行框架。

其在架構上，對 OpenClaw 進行優化改進，彌補了后者在本地部署、數據安全上的不足；在模型上，不僅支持調用主流云端模型，同時集成了面壁智能領先端側模型 MiniCPM「小鋼炮」系列，數據不出本地，斷網也能跑，簡單任務無需上云、本地即可解決，零 Token 消耗。

目前，EdgeClaw Box 已與市面上主流的硬件產品進行深度適配，包括面壁智能自研智能硬件松果派、英偉達 DGX Spark、蘋果 Mac Mini 等，無需用戶花錢安裝或親自上手部署「龍蝦」，開箱即用，非技術 OPC 也能玩轉。

面壁小鋼炮 MiniCPM 「上身」具身機器人

在 2026 中關村論壇上，面壁智能首次將面壁小鋼炮 MiniCPM-V 4.5「上身」具身機器人。MiniCPM-V 4.5 是行業首個支持高刷新率視頻理解的8B參數模型。憑借創新的模型架構，它能以最高每秒 10 幀的速率捕捉動作細節，在嘈雜的展廳中實時看、實時思考、實時回應：快速手勢、復雜菜單、中英文混合的視覺信息，它都能精確理解，并配合擬人化動作完成點餐引導。此外，。而這一切完全在端側運行，無需依賴云端，真正實現低延遲與數據安全。

讓機器人實現這些能力的背后，首先是模型本身智能能力出色。面壁一直圍繞「密度法則」核心理念，來持續提升面壁小鋼炮 MiniCPM 模型的能力密度，提高模型智能水平。簡單來說，就是在持續降低模型尺寸的同時，提高模型智力水平、能力上限。這也為 MiniCPM 能在機器人本地部署運行奠定了基礎，此外本地運行大模型而非云端調用模型能夠讓具身機器人溝通交流響應速度更快、更穩定。