--- title: "那位说AI正在\"变小\"的教授：刘知远的\"密度定律\"与MiniCPM之赌" date: 2026-11-12 category: 科技人物 site: 脑机网 canonical: https://aiai.cafe/a/njw-6d36e4 language: zh-CN --- # 那位说AI正在"变小"的教授：刘知远的"密度定律"与MiniCPM之赌 > 一部不联网就能翻译对话的手机。一个在山路上离线也能应答的车机座舱。一个活在手腕上而非服务器里的语音助手。 一部不联网就能翻译对话的手机。一个在山路上离线也能应答的车机座舱。一个活在手腕上而非服务器里的语音助手。 这些不起眼的地方，正是一位清华教授认为下一场AI之争将决出胜负之处——不在数据中心，而在小到装不下巨型模型的设备里。 ## 关键要点 - 刘知远是面壁智能（ModelBest）联合创始人兼首席科学家，该北京实验室打造了MiniCPM（"小钢炮"）端侧模型系列，他同时是清华大学计算机科学与技术系副教授。 - 2025年其团队在《Nature Machine Intelligence》发表论文，正式提出"密度定律"（Densing Law）：在51个开源基座模型中，单位参数的有效能力约每3.3—3.5个月（约100天）翻一番（2023—2025）。 - 面壁智能于2025年6月发布MiniCPM 4.0——首个系统级上下文稀疏化端侧模型，含8B与0.5B版本，自研推理引擎据称极端情形下提速最高达220倍。 - MiniCPM系列在CES 2025首秀，并于2025年3月入选中关村论坛十大重大科技成果。 - 赌注在于：模型越密，同等智能就能装进手机、汽车与机器人，压低云端成本，并让数据留在本地。 ## 以一个难题命名的定律 刘知远并非立志造个流行语，而是想回答一个困扰过每个在手机上跑大模型者的问题：当口袋里的设备根本装不下时，为何"做大"总能赢？ 他2025年发表于《Nature Machine Intelligence》的回答，重写了整场竞赛。他不追踪能力随规模增长，而度量**能力密度**——智能除以参数量。通过调查2023—2025年间发布的51个开源基座模型，团队发现提升的是密度而非原始规模，且呈陡峭规律曲线：约每100天翻一番。换言之，要达到某给定水平，每三个多月所需参数约减半。 他称之为"密度定律"（Densing Law）。OpenAI的Scaling Law预测更多算力与参数带来更多能力；刘的版本则预测同等能力不断缩进更便宜、更小的硬件。这主张比听上去更安静，对预算不在超大规模厂商之列者却更有用。 ## 教授为何创业 面壁智能（ModelBest）的存在，是把论文变成产品。刘与李大海联合创立，李大海任CEO，刘以首席科学家领军科学。实验室旗舰是MiniCPM，昵称"小钢炮"，一系列端侧模型，做的与行业默认相反：更小更快，而非更大。 2025年的发布节奏显示了论点运转。1月，MiniCPM-o 2.6作为80亿参数全模态模型到来，公司称能在端侧听、看、说，并登上GitHub趋势榜四天。6月，MiniCPM 4.0成为面壁所称首个系统级上下文稀疏化端侧模型，推出8B与0.5B两种规格及自研推理引擎CPM.cu，据称极端长上下文场景提速最高220倍、常规约5倍。到8月开源MiniCPM-V 4.5，一个自称首个具"高刷新"视频理解的多模态模型；9月发布VoxCPM，一个0.5B语音生成基座模型。 可独立确认的是其受关注：MiniCPM于1月在CES 2025展出，3月入选国家级会议中关村论坛十大重大科技成果。 ## 100天到底换来什么 一个每100天所需参数减半的模型，是能不断下探硬件阶梯的模型——从服务器到汽车到手机到一副耳机——却不失对话或读文档的能力。 这在云端是负担之处最要紧：失去信号车内、有数据隐私规则的工厂车间，或负担不起延迟的可穿戴。面壁智能所述战略是把模型放在"用户在的地方"，支持高通、英特尔、联发科、Nvidia、华为、苹果等芯片；其2025年3月的"CPMGO"助手被宣为首个全端侧智能座舱方案，4月再与英特尔推出车内GUI智能体。 ## 论点薄弱处 刘很快说趋势并非直线。他在采访中指出，更好架构、更高效学习、训练数据耗尽等核心问题仍未解，而自主强化学习这类突破才是真正下一里程碑。 论点里还嵌着商业风险。若密度持续上升，端侧模型的护城河会变浅：来自DeepSeek、Qwen等的开放权重发布既验证了趋势，也直接与面壁竞争。更小更密的模型人人更易复制。面壁在2024年末至2025年间募集数亿元人民币（因公司未披露精确数字，按当前汇率约合3000万—1.3亿美元/2.2亿—9.8亿港元）。 ## 诚实的局限 本画像依据面壁智能自身公告、2025年《Nature Machine Intelligence》论文及《新京报》、界面、新浪财经的报道。性能数字——220倍提速、常规5倍、GitHub趋势、Hugging Face排名——是媒体转述的公司说法，非独立复现的跑分，故本文以其为声称报道。我未能找到刘原话的公开一手稿本，故据新闻采访转述其立场而非逐字引用。"数亿元人民币"募资是对已披露轮次定性描述，非点估计，我未将其换算为单一美元数。仅见于单一源的数字（如未经证实的大额IPO估值报道）已被舍去。密度定律发现本身依托一篇调查51个模型的同行评审论文，是真实可引用的结果，但两年的趋势线并非保证。 ## 普通人现在能做什么 - 评估端侧AI时，比较单位参数能力与真实电量或延迟成本，而非只看参数总量。 - 若做产品，承诺供应商前先用开放端侧模型（MiniCPM、Qwen、Gemma）打样，并衡量离线表现而非信演示视频。 - 把面壁智能的座舱与手机部署视为真考验：持久、私密、离线的可用，比跑分榜更重要。 --- 来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-6d36e4 本内容仅供参考，不构成投资建议。