---
title: "从清华NLP实验室到三星Galaxy AI：刘知远的端侧模型赌注"
date: 2026-10-29
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-87f965
language: zh-CN
---

# 从清华NLP实验室到三星Galaxy AI：刘知远的端侧模型赌注

> 在北京一处临街却不起眼的小实验室里，一部手机放在桌面上，运行着一个多模态大模型：它能描述摄像头看到的东西，还能用克隆音色回答问题，而且完全不需要联网。这个模型只占用了大多数笔记本都不在意的那么点内存。

在北京一处临街却不起眼的小实验室里，一部手机放在桌面上，运行着一个多模态大模型：它能描述摄像头看到的东西，还能用克隆音色回答问题，而且完全不需要联网。这个模型只占用了大多数笔记本都不在意的那么点内存。

这部手机，正是刘知远自2022年以来一直在讲的逻辑：真正有用的AI，也许根本不在云端。

## 关键要点

- 清华大学长聘副教授刘知远于2022年8月联合创办面壁智能（ModelBest），专门做端侧大模型，而不是追逐云端巨模型。
- 公司的MiniCPM“小钢炮”系列以1B–8B参数在手机和车机上跑多模态模型，采用Apache 2.0开源协议。
- MiniCPM-V核心研究于2026年7月发表在《自然·通讯》（Nature Communications）；配套的“密度定律”论文登上《自然·机器智能》封面。
- 2025年7月，中国网信办公布7款手机端侧模型备案，其中三星的Galaxy AI底层采用了面壁智能的端侧模型技术。
- 面壁智能于2026年8月递交IPO辅导备案，押注端侧AI是一条独立于云计算的赛道。

## 一个反共识的实验室分拆
面壁智能孵化自清华大学自然语言处理实验室（THUNLP）。刘知远自2018年主导预训练研究，2019年参与ERNIE，2020年参与“悟道2.0”万亿模型，随后与曾国洋（CTO）、李大海（CEO）共同创业。当同期中国大模型创业公司都在比拼更大的云端基座时，他的团队反其道而行：把模型做小，直到它能装进设备。

这个判断在实验室里有个名字——“密度定律”：决定AI能否触达普通用户的，是每瓦特、每参数里的智能密度，而不是规模本身。

## 端侧到底换来了什么
MiniCPM-V设计在约6GB内存上运行，因而能落在普通手机、PC和车机里。团队称8B的MiniCPM-V 4.5在某些视觉—语言基准上追平或胜过十倍规模的模型；这类对比来自厂商，应视为主张而非独立结论。无可争议的是工程意义：离线运行的模型保护隐私、消除延迟，在隧道里也能工作。

这个逻辑已落进产品。面壁模型进入吉利银河M9座舱与机器人演示，并在2025年底发布面向高通骁龙平台的GUI智能体AgentCPM。

## 三星这块试金石
最清晰的外界验证来自监管清单。2025年7月，国家网信办公布一批7款手机端侧模型备案；据财经媒体报道的备案记录，其中三星的Galaxy AI底层采用了面壁智能的端侧模型技术。对一家成立四年的实验室分拆公司而言，这是一条少见的规模化路径：不做自己的消费App，而是成为别人硬件里的隐藏一层。面壁智能于2026年8月在中信证券辅导下递交IPO备案，把端侧模型命题变成公开市场将打分的考题。

## 诚实的局限
MiniCPM多数头部性能数字来自公司或其学术伙伴，未经独立审计；相对更大模型的基准胜利建立在厂商自己的评测框架上。端侧模型在最难的推理任务上仍落后于云端前沿模型，且IPO只是备案、尚未上市，节奏与估值都不确定。三星合作通过监管备案体现，而非联合新闻稿，因此商业绑定的深度并不清晰。

## 普通人现在能做什么

- 开发者：从开源仓库拉取MiniCPM，在真机上跑一遍多模态任务，再决定是否真的需要云端API。
- 产品团队：把端侧模型当作隐私与离线冗余方案，实测在你的用户场景里延迟到底降了多少。
- 投资者与采购方：把面壁IPO进程当作信号，看“端侧AI”究竟是独立可投的品类，还是被芯片与手机捆绑的功能。

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-87f965
本内容仅供参考，不构成投资建议。