2026年7月，面壁智能MiniCPM系列端侧大模型正式进入三星旗舰手机供应链，成为首家打入国际手机大厂供应链的国产端侧AI模型。

　　几乎同一时间，7月15日网信办公告显示，三星Galaxy AI通过生成式AI服务备案，与苹果、华为、OPPO、vivo、小米、努比亚共7款产品同日获批。

　　三星采取了“双轨策略”——2026年新品同时集成谷歌方案和面壁方案。同日，阿里千问与苹果达成合作，阿里港股单日涨超5%。

　　端侧AI产业链的“第三方化”趋势已不可逆。

　　正如面壁智能CEO李大海所说：“2026年不只是端侧智能规模化落地元年，更是端侧AI产业链分工正式确立的元年。”

　　面壁智能，正站在这个拐点上。

　　一、反共识的端侧押注

　　时间回拨到2023年下半年。

　　彼时全行业押注大参数模型、竞相追赶OpenAI之际，面壁智能做出了一个“反共识”的判断：端侧才是大模型的终极战场。

　　2024年2月，面壁以仅2B参数的MiniCPM首次开源验证——“端侧模型，同样拥有大智能。”

　　这一判断的背后，是面壁创造性提出的“密度定律”（Densing Law）：模型智能密度随时间呈指数级增强，达到特定智能水平所需参数量每3.5个月下降一半。

　　这是面壁全部技术路线的理论基石。

　　数据印证了这一定律的威力：

　　MiniCPM5-1B仅10亿参数，便在AA榜单拿下2B以下Top 1；

　　MiniCPM-V 4.6以1.3B参数可在6GB内存设备流畅运行；

　　BitCPM-CANN实现1.58-bit量化，推理显存缩减6倍，能力保留率达90%至97.2%。

　　面壁智能的CTO曾国洋曾坦言：“端侧是硬限制——如果模型太大，跑不动就是跑不动，补贴钱没用；功耗太高会发热，你不可能补贴一个冰块。做高效是非常难的，不是越大越简单。”面壁不是“做小模型的”，而是用极致效率路线在端侧建立了深厚的技术壁垒。

　　二、商业化双线并进

　　汽车是面壁已验证的基本盘。

　　SuperMate智舱方案 2026 年将完成超30万台量产车的交付，跑通了从模型适配、硬件兼容到整车供应链、终端交付的全链路。合作车企涵盖长安马自达EZ-60、吉利银河M9、上汽大众、广汽集团等6个品牌。

　　面壁还联合英特尔与汽车主机厂，在业界首个大规模量产AIBox——一种可插拔的模块化车载AI算力中枢——解决了车机SoC迭代周期与大模型迭代周期的错配矛盾。

　　目前，面壁已完成5款主流座舱芯片量产级适配及6款AIBox平台，形成了可复制的服务模式。

　　手机是最大的增量市场。

　　与三星的合作是标志性事件：从OpenBMB开源社区累计3800万次下载，到进入国际大厂旗舰供应链，面壁完成了关键一跃。面壁具备全芯片适配能力——高通、联发科、三星全覆盖，断网可用、隐私无忧的端侧部署模式，精准契合手机厂商对数据安全的刚需。

　　面向更远的未来，面壁在具身智能领域同步布局。

　　MiniCPM-Robot以1.5B参数打造端侧VLA模型，已与乐聚机器人、吉利汽车合作，展厅导览、园区巡检方案落地，中关村论坛标杆案例亮相。

　　三、第三方模型公司的生存空间

　　头部客户倾向自研或绑定芯片厂商，云端大模型公司也在向端侧延伸。面壁作为独立第三方，如何定义自己的不可替代性？

　　李大海用自动驾驶行业做类比：“自动驾驶领域70%的方案来自第三方，30%由车企自研。端侧AI也会形成类似的产业分工。”

　　面壁的自我定位是端侧AI的“守门人”——不做云端大模型的“精简版”，而是独立、完整的原生端侧模型。

　　跨芯片、跨平台的适配能力是核心壁垒：5款座舱芯片、6款AIBox、多款手机芯片的适配经验，需要长时间积累，无法一蹴而就。

　　正如曾国洋所言：“端侧模型不单看评测效果，还有响应时间、硬件成本，很难从单一维度胜出。”

　　行业正在形成“终端厂商+第三方AI模型”的模块化供应模式。阿里千问对接苹果，面壁对接三星——这与PC时代的“Intel Inside”模式异曲同工。

　　四、团队商业化实战：

　　从实验室到量产交付

　　面壁团队的商业化方法论，是在实战中一步步打磨出来的。

　　第一，选对“第一个战场”比什么都重要。

　　面壁选择汽车作为商业化首站，并非偶然——汽车供应链对质量、安全、交付的要求极为严苛，一旦跑通，其他行业的信任门槛大幅降低。从定点到量产，面壁完整经历了模型适配、芯片兼容、整车供应链到终端交付的全链路验证。这个过程不可跳过，而30万台量产交付意味着面壁积累了汽车行业最稀缺的东西：量产经验。

　　第二，解决客户的真实痛点，而非推销技术参数。

　　AIBox的诞生逻辑最能说明问题：车机SoC从选型到量产需要两三年，大模型迭代周期却只有三四个月。面壁用可插拔的模块化硬件解决了这个“生命周期错配”问题。

　　面壁的总裁雷升涛将这种思维概括为“打猎与种庄稼”的区别——不追逐一个个单独的项目机会，更是要构建可持续的商业模式。

　　面壁正在探索从NRE一次性收费、License授权到订阅、按效果付费的多元商业模式。

　　第三，构建可复制的交付体系。

　　10种角色协同的完整交付体系，让面壁能同时承接量产、定点产与POC转量产等不同阶段的项目。跨芯片适配能力本质上是一种“平台化能力”——每多适配一款芯片，边际成本递减，但对客户的价值不减。

　　从汽车到手机、到具身智能的扩展，底层逻辑是同一套端侧能力的跨场景复用。

　　第四，与产业伙伴合作

　　在WAIC 2026，面壁推出了“面壁+”行业伙伴计划，用生态协作的方式，将自身无法内化的行业know-how转化为外部合作伙伴的合力。

　　“面壁+”行业伙伴计划，开放MiniCPM模型、AgentVerse智能体平台、工程交付全套能力，联动政务、金融、教研、物业等七大领域头部企业共建标准化行业AI方案，打通通用大模型垂直落地的“最后一公里”。

　　这个计划背后有一个核心理念——“创新带宽”。

　　李大海解释道：“一家公司在这么大的领域里面做创新，它的带宽是有限的。这么多朋友一起加入进来，能让创新带宽拓得非常宽，这样从产业角度讲我们能够更快地找到真正有价值的产业、真正有价值的场景、真正有效的落地方式。”

　　在具体落地层面，“面壁+”行业伙伴计划的覆盖面已远超汽车和手机。

　　面壁智能智能体业务负责人王宏磊在采访中透露，除已成熟的汽车座舱和手机端侧场景外，面壁已在法律、具身智能、航天、工业制造、特种领域正式布局，并向低空经济、民航、医疗、家居等新赛道拓展。

　　面壁将自身从端侧模型到产品再到行业解决方案的全栈能力作为“基座”，让各行业伙伴在这个基座上构建自己的AI应用，“在AI时代下乘风而起”。

　　五、从实验室到独角兽，

　　面壁撑起超200亿估值

　　即将成立满四年时，面壁智能这个脱胎于清华大学自然语言处理实验室的团队，已经成长为一个标准的商业化公司——逐步补充了汽车供应链、ToB大客户交付、项目管理等领域的能力。

　　在面对IT桔子的采访中，李大海说：“如果说壁有点这（从实验室项目成长为商业化公司）的经验，我觉得可能较重要的是深刻地理解事情是由做出来的。”

　　的经验是有区别的，的能是有对应的领域的，所以壁在早期就明确“让家把擅的事情做好”的底层组织理念。

　　比如，面壁的首席科学家刘知远教授领衔模型技术攻关，法律专家舒怡女士牵头法律业务。面壁组建的商业化团队均是在各行业领域有丰富经验、人脉，对客户痛点理解深刻的专业背景人士。商业化团队弥补了科学家背景团队的商业敏感性。

　　“各司其职”的组织哲学让面壁在保持学术深度的同时补齐了产业短板。

　　目前，北京、上海、深圳三地研发中心分别对接学术研究、端侧模型研发和产业化交付。

　　2026年上半年，面壁智能累计融资超50亿元、估值突破200亿元——资本市场用真金白银为这支“清华系”团队的商业化能力投了票。

　　面壁智能的企业愿景是“智周万物”——让AI飞入千家万户。

　　从清华实验室到三星旗舰手机，从2B参数的开源验证到30万台量产车交付，从密度定律的理论提出到ForgeTrain“AI写框架、国产芯片运行、训出领先模型”的完整闭环——面壁正在用一步步实证，把“端侧智能”从一个技术概念变成一个产业现实。