面壁智能
ModelBest
面壁智能是一家聚焦端侧大模型的公司,CEO为李大海。在2026年6月智源大会的一场对话中,李大海提出"知识密度定律"——将大模型智能定义为"知识密度 × 参数量",以此回应当时关于Scaling Law是否失效的讨论。
据李大海当时的介绍,面壁的端侧落地进展显著:2025年给主机厂部署的端侧模型仅为1B参数,受限于当时终端硬件的算力和带宽;到2026年这一数字已增长至4B,预计下一年可能达到几十B量级。他认为端侧与云端并非替代关系,而是协同关系——"但凡端侧能做的,大家尽量还是希望在端上做,成本最低",这背后是一套Token经济学:中国用户购买手机、汽车后不会接受持续订阅付费,设备厂商需要控制后续AI服务的成本。
面壁智能也参与了一些产学研联合项目。2023年3月,幂律智能联合清华大学人工智能研究院、智谱AI、面壁智能等机构,计划发布基于中文千亿大模型的法律ChatGPT。2024年11月,月之暗面Kimi联合清华大学MADSys实验室、面壁智能等共同发布开源项目Mooncake,共建以KV Cache为中心的大模型推理架构。
由 AI 生成,可能出现错误,请仔细核对内容。
面壁智能公司
ModelBest
渲染中…
在 4 篇文章中被提及
相关报道
蓝驰陈维广对话智源王仲远、银河通用王鹤、面壁智能李大海:大模型时代的长期价值与下一条曲线
从大模型浪潮下的“护城河”到“Scaling新曲线”
蓝驰家族头条|Kimi 联合清华大学等机构,开源共建大模型推理架构 Mooncake
Mooncake技术框架已正式开源上线
独家|通用大模型创业潮,首战即将终结
选手各就各位。
Copy to China难以复现,中国的大模型机会在何处?
近日,线性资本资深投资总监白则人接受「甲子光年」采访,分享对 chatGPT 带来的创业机会的看法。提到国内市场大模型的创业机会,线性资本态度乐观。“虽然具体工程化的弯路和难题需要时间去攻克,但国内两三年内做出类似 ChatGPT 80% 能力的产品概率很大,即使很难超越 OpenAI 已经建立起来



