WAIC深度观察：面壁智能为何能成为端侧AI的例外与破局者？
喧嚣背后的冷静选择：端侧AI的第三条道路
今年的世界人工智能大会（WAIC）呈现出一种独特的两极分化景象。一方面，阶跃星辰的STEPX Neo被置于展台C位，被称为“镇馆之宝”；另一方面，搭载豆包手机助中兴努比亚NaviX Ultra等“AI智能体手机”也引发了巨大的围观热潮。这种热潮背后，不仅是公众对“AI手机到底能干什么”的好奇，更标志着端侧AI正式从技术噱头转变为合规主体——7款端侧AI手机服务集中获得备案，让这一赛道名正言顺。
然而，在众多喧嚣声中，面壁智能的展台却展现出一种不同的气质。他们不再执着于堆砌参数排名，而是聚焦于能跑通真实场景的产品以及具体的商业交付数据。作为第一家布局、第一家落地、第一家All in端侧赛道的大模型公司，面壁智能提出了“端侧主内，云端主外”的逻辑分布。其端侧能力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。这一突破，不仅意味着技术的认可，更象征着中国AI在垂直应用领域的深层渗透。
“密度定律”：破解端侧部署的物理桎梏
在手机、汽车、机器人等终端设备上部署大模型，面临着严格的物理上限：功耗、内存和发热是硬约束，无法像云端那样通过增加算力补贴来解决问题。CTO曾国洋直言：“跑不动就是跑不动，功耗太高会发热，你不可能补贴一个冰块。”
面对这一行业共性难题，面壁智能提出了“密度定律”。该定律指出，开源大模型的最高能力密度约每3.5个月翻一番。这意味着，每隔100多天，只需要一半的参数就能达到同样的智能水平。这一发现挑战了行业长期信奉的“参数越大越强”的默认规律，指出真正决定模型价值的并非参数大小，而是单位参数承载的有效智能。
“密度定律”的产业意义深远。如果模型的智能密度能够持续翻倍，终端设备就能在不增加硬件成本的前提下，运行越来越聪明的模型。这为端侧AI的规模化普及提供了理论依据和技术路径。面壁从模型架构设计之初，就针对端侧部署的全部约束进行了优化，包括安全、功耗和内存占用，确保模型在边缘设备上能够高效、稳定运行。
从汽车到手机：规模化落地的“庄稼”哲学
面壁智能CEO李大海将做项目比作“打猎”，将规模化落地比作“种庄稼”。他坚持三个维度选择落地场景：是否对端的需求是真实的，能否规模化复制，以及是否能挣到钱。在这种哲学指导下，面壁在汽车领域率先尝鲜。2025年10月，长安马自达EZ-60成为面壁端侧模型的首个量产车型。此后，吉利银河M9等车型相继搭载面壁自研端侧智能体SuperMate。截至2026年底，SuperMate将实现超30万台车辆的量产交付。
在手机领域，面壁与三星达成深度合作，成为唯一一家以端侧模型能力参与备案的大模型企业。三星最新发布的Galaxy Z Fold8系列，搭载了由面壁智能提供端侧模型能力的Galaxy AI，以自然、个性化的方式满足用户高效办公、内容创作等全场景需求。
此外，面壁智能还发布了具身智能模型系列MiniCPM-Robot，并在航天领域联合一苇宇航打造“大模型×太空算力”一体化解决方案。这些布局表明，面壁正从单一的AI模型提供商，转型为多场景、多终端的智能基础设施提供者。这种社会化分工模式，类似于智能汽车领域中70%技术由第三方提供、30%自研的格局，预示着手机端侧AI也将走向类似的产业分工体系。
“内生安全”：穿越监管迷雾的唯一钥匙
端侧AI与云端AI最大的不同在于数据处理方式。云端AI通常将问题发送至服务器，由远端大模型处理后返回结果；而端侧AI强调在本地运行或与云端协同。对于手机这一离用户最近、个人数据最集中的设备，安全是重中之重。
面对DoNews的提问，面壁联合创始人、总裁雷升涛强调，端侧模型必须做到“内生安全”。传统云端AI依靠外部策略拦截和更新安全策略，而端侧AI生成的内容不经过服务器，审核难度极大。因此，模型必须在预训练阶段就知道什么是正确的、什么是该回答的，覆盖数据来源合规性、用户隐私保护机制、内容风险管控能力、防造谣防侵权机制等多个核心维度。
面壁认为，技术迭代与合规之间并非对立，而是可以通过“安全基座+能力迭代”的结构实现平衡。基础能力稳定，基座稳定，能力是渐进式增强的。这种结构让面壁在应对监管时有了可预期的路径，使其成为唯一一家以端侧模型能力参与备案的大模型企业，也佐证了其“内生安全”理念的有效性。
2030 AGI：时间窗口中的战略定力
今年是面壁智能第三次参展WAIC，其故事可以被看作一个关于时机的故事。2023年下半年，当行业疯狂卷云端参数时，面壁选择All in端侧；在手机厂商自研模型时，它押注第三方赋能的产业分工；在监管尚未明确端侧AI治理框架时，它将内生安全写进模型基因。
李大海在群访中提到，办公室文化墙上写着一行小字：“2030 AGI”。他预测，云端AGI来得更快，端侧会慢1-2年，因此3-5年后端侧的AGI一定会到来。从2026年的规模化落地，到2030年的端侧AGI，中间有4年的渗透期。面壁要做的，是在这4年里将“密度定律”的技术优势转化为产业级的市场份额，让自己成为端侧AI的基础设施。
这种偏执般的坚持，或许正是面壁智能能在WAIC上同时收获流量、订单和监管“三重认证”的关键。在AI浪潮的下一个十年，端侧AI不再是云端的附庸，而是智能终端的核心灵魂。面壁智能的探索，为整个行业提供了一条可借鉴的落地路径。
产业重构：从技术验证到商业闭环
随着端侧AI备案的完成，行业焦点正从技术验证转向商业闭环的构建。面壁智能的案例表明，成功的端侧AI不仅需要算法的创新，更需要对硬件限制、用户场景和安全合规的综合考量。
在手机厂商与模型公司的博弈中，面壁选择了合作而非对抗。这种“赋能者路线”降低了手机厂商的技术门槛，加速了AI功能的普及。长安马自达、吉利银河、三星等合作伙伴的背书，进一步验证了这一模式的可行性。未来，随着“密度定律”的持续生效，更多中小终端设备将能够搭载高性能AI模型，从而推动整个物联网生态的智能化升级。
同时，面壁在具身智能和航天领域的布局，展示了其技术的通用性和可扩展性。MiniCPM-Robot不仅服务于机器人领域，也为未来更广泛的具身智能应用奠定了基础。这种跨领域的技术复用，提高了研发效率，降低了边际成本，为面壁的商业化扩张提供了强大动力。
安全与效率的再平衡
在端侧AI的发展进程中，安全与效率往往被视为矛盾体。面壁智能通过“内生安全”理念，试图打破这一二元对立。通过在预训练阶段融入安全约束，模型在生成内容时自然符合合规要求，无需依赖后处理审核。
这种机制不仅提高了响应速度，降低了云端算力消耗，还增强了用户隐私保护。对于金融、医疗等高敏感行业，端侧AI的内生安全特性具有巨大吸引力。面壁的技术路径，为其他行业提供了解决数据安全与计算效率平衡问题的新思路。
此外，面壁与监管机构的积极互动，也为其赢得了政策信任。在7款端侧AI集中备案中，面壁的唯一性地位，反映了监管层对其技术成熟度和安全能力的认可。这种“技术-合规”双轮驱动的模式，将成为未来AI企业生存的关键竞争力。
结语：终局思维下的长期主义
面壁智能的崛起，并非偶然。它建立在对行业趋势的深刻洞察和对技术本质的长期坚守之上。在端侧AI这条充满不确定性的道路上，面壁选择了长期主义，以“密度定律”为矛，以“内生安全”为盾，逐步构建起自己的护城河。
从汽车到手机，从消费级到工业级，面壁的智能正在渗透到生活的方方面面。2030 AGI的目标，不仅是时间的终点，更是智能化的新起点。在这场变革中，面壁智能或许无法成为唯一的赢家，但它已证明，在端侧AI的赛道上，坚持与专注，终将赢得未来。