中国工业报 王珊珊

近日，北京面壁智能科技股份有限公司在北京证监局正式办理IPO辅导备案登记，拟冲刺A股科创板，辅导券商为中信证券。就在不久前，公司刚刚完成股份制改革。这家成立仅四年的清华系AI公司，2026年上半年累计融资超50亿元，估值突破200亿元，稳坐端侧智能赛道最大独角兽之位。

市场关注面壁智能，多半在谈估值、谈“端侧第一股”、谈资本窗口。但这家公司真正值得玩味的，是它在全行业狂热比拼大模型参数的时候，做了一道“减法”。

卡位政策窗口，200亿估值的“三角支撑”

面壁智能选择在当前时间节点启动IPO，战略考量清晰而精准。上海交通大学上海高级金融学院青年研究员石少卿对中国工业报指出，其核心在于精准卡位政策窗口——2026年6月，上交所将科创板第五套标准扩围至AI大模型领域，允许尚未形成规模收入但技术领先的企业上市，面壁智能成为首家受益于该政策的端侧模型公司。此时启动辅导备案，意在抢占"端侧AI第一股"的资本市场先机。

至于外界最为关注的200亿估值，石少卿认为，其背后并非单一因素驱动，而是一个稳固的"三角支撑"结构。第一重支撑是技术壁垒——团队提出的"密度定律"获Nature子刊封面收录，MiniCPM系列全球下载量突破4300万次，是国内除阿里外唯一开源的端侧模型全家桶，全链路技术栈具备系统性壁垒。第二重支撑是商业化兑现——端侧模型已在汽车、手机、机器人等领域实现量产交付，进入三星旗舰供应链，预计年底有30万辆汽车搭载其端侧模型。但更关键的是第三重支撑——资本市场给予的"端侧AI第一股"预期溢价。作为首家冲刺IPO的端侧大模型厂商，国资与产业资本给出的估值中，包含了产业布局卡位和政策导向引领的战略溢价。

从“拼参数”到“拼密度”

面壁智能的故事始于清华大学自然语言处理与社会人文计算实验室（THUNLP）。公司由清华计算机系长聘副教授刘知远担任首席科学家，联合创始人兼CTO曾国洋则是刘知远的本科学生，1998年出生，8岁开始写代码，17岁凭信息学奥赛金牌保送清华，22岁主导研发了中国第一个大语言模型CPM-1。2022年8月师徒二人联手创立公司，随后引入原知乎CTO李大海出任董事长兼CEO。

值得一提的是，面壁智能与同为清华系的智谱AI渊源深厚。2022年9月，智谱刚刚完成B轮融资，便以种子轮股东身份投资了尚在襁褓中的面壁智能。2023年3月，知乎领投面壁智能天使轮，智谱继续跟投，此后知乎CTO李大海直接出任面壁智能CEO，两家公司在大模型研发上深度绑定。天眼查显示，智谱持股2.4954%，知乎持股0.867%，而刘知远、曾国洋及孙茂松（刘知远导师）师门三代均持有股份，

2023年全球大模型浪潮全面爆发，行业陷入疯狂的“参数竞赛”——动辄砸下数十亿资金购买上万张显卡，将模型参数从千亿一路狂飙至万亿。几乎所有玩家都在卷参数、拼算力、比跑分。面壁智能却选择了一条“非共识”路线：不做最大，只做最“密”。

这一战略转向并非一时冲动，而是基于对行业演进的深层判断。石少卿分析认为，面壁智能从千亿大模型转向端侧的核心判断在于：ScalingLaw驱动的参数竞赛导致算力成本飙升、商业模式不可持续，且国内有能力复现GPT-4级模型的团队众多，价格战将不可避免。与此同时，团队类比计算机从大型机走向PC的历史进程，认定智能革命终将从云端走向终端——AI能力只有下沉到用户手中最日常的设备，才能真正释放价值。基于这一判断，刘知远、孙茂松团队于2024年底正式提出"密度定律"，并于2025年刊于《NatureMachineIntelligence》，其核心是：模型智能密度（单位参数承载的有效智能）随时间指数增长，达到同等智能水平所需参数量约每3.5个月减半。换言之，模型制程在持续进步，小模型完全可以拥有大能力。

以此为指引，面壁智能将战略重心从“大模型基座”转向“端侧优先”，聚焦模型压缩、推理效率与软硬件适配。其MiniCPM系列以极小参数量实现媲美大模型的性能：2026年初发布的MiniCPM-o4.5以9B参数实现全双工全模态交互；后续MiniCPM-V4.6仅1.3B参数即可在6GB内存设备流畅运行；BitCPM-CANN更以1.58-bit量化将推理显存缩减6倍，能力保留率超90%。

“非共识”路线：把AI塞进手机、汽车，离线也能用

常信科技CEO葛林波对中国工业报评价道：“当年全行业疯狂比拼大模型参数，谁做的大谁就风光。面壁反其道而行，埋头钻研把模型做小做强，把AI塞进手机、汽车这些普通人天天在用的设备里。不用依赖云端网络，离线也能用，还能更好保护用户隐私。这家从清华实验室走出来的团队，不只埋头搞技术，还开源模型工具，把成果分享给整个行业，推动国内AI生态一起成长。如今完成IPO辅导备案，是市场对这条‘非共识路线’的认可。AI不只有堆算力烧钱这一条路。把技术落到老百姓日常设备，让普通用户实实在在享受到智能便利，这或许才是国产AI最接地气的突围方向。”

面壁智能的“非共识”恰恰踩中了产业演进的脉搏。据招股书显示，截至2026年6月，MiniCPM系列全球下载量突破4300万次，是国内除阿里外唯一开源的“端侧模型全家桶”（“南Qwen，北面壁”）。商业化落地同样密集：汽车领域，已与长安马自达、吉利、上汽大众、广汽等6家车企合作，预计年底有30万辆汽车搭载其端侧模型；手机领域，2026年7月正式进入三星旗舰供应链，成为首家打入国际手机大厂体系的国产端侧模型；机器人领域，7月WAIC期间发布MiniCPM-RobotManip，以1.5B参数实现比肩3-4B模型的性能，正式进军具身智能。

竞争格局：拥挤赛道上的三重壁垒

当前端侧AI赛道已十分拥挤。石少卿指出，阿里、字节、苹果等巨头悉数入场，手机厂商也在自研模型——国内方面，阿里通义千问以"南Qwen"之势构建开源生态，字节跳动推出端侧推理引擎加速布局，华为、小米、OPPO、vivo均在自研端侧模型，意图将AI能力内化为系统级竞争力；国际方面，苹果AppleIntelligence、三星Gauss模型亦在加速卡位。整个赛道已从"有没有"进入"好不好用"的阶段。

在这一格局中，石少卿认为面壁智能的差异化优势体现在三个层面。首先是技术生态壁垒——公司是国内除阿里外唯一开源全模态端侧模型全家桶的厂商，且坚持模型开源、工具开源、数据开源，构建了全球开发者生态，4300万次下载量为后续商业化奠定了庞大的用户基础。更重要的是，其技术栈覆盖模型训练、压缩、推理引擎到芯片适配的全链路，形成了系统性壁垒，而非单一环节的优势。其次是产业先发壁垒——当多数竞争对手仍处于实验室或样品阶段时，面壁已实现超30万台量产车交付，并成为首个打入国际手机大厂供应链的国产端侧模型，产业落地节奏领先行业约6至12个月。第三是学术高地壁垒——"密度定律"获Nature子刊封面收录，为面壁构建了不可复制的学术品牌势能，在吸引顶尖人才、获取政策支持和赢得国际客户信任方面持续发挥杠杆效应。

产业视角：端侧AI的规模化拐点已至

面壁智能的“端侧优先”定位，恰好迎上了一个快速放量的市场窗口。苏商银行特约研究员高政扬对中国工业报分析指出：“面壁智能核心价值或可体现为技术能力、端侧定位与商业化进展等多重因素的综合支撑。其最大差异化在于‘端侧优先’的战略选择，核心竞争力主要体现在模型压缩、推理效率，以及软硬件适配等方面，从而将模型能力真正部署至手机、汽车、机器人等终端设备。因此，面壁智能的差异化价值在于其选择了一条‘小模型、高效率、广部署’的产业化路径，而能否持续兑现终端客户需求并实现规模化收入，将是其未来估值能否进一步提升的关键所在。”

高政扬进一步展望：“端侧AI未来有望发展成为一个覆盖手机、PC、汽车、机器人、智能眼镜、家电及工业终端等多元领域的综合性产业赛道，其市场空间具备明显的平台化特征。未来，AI能力或将逐步从云端向终端设备下沉。从产业价值链角度看，端侧AI还将带动AI芯片、存储、操作系统、设备制造及应用服务等多个环节发展，其长期市场空间可观。与此同时，端侧推理具备低时延、隐私保护、弱网甚至离线可用，以及降低云端推理成本等优势。随着模型效率持续提升，越来越多原本只能在云端完成的任务，或会逐渐向本地迁移。综合来看，端侧AI有望逐步迈入规模化商业落地的阶段。”

IDC预测，2026年，中国AI手机出货量将达1.47亿台，端侧AI市场规模预计突破8000亿元；弗若斯特沙利文则预计全球端侧AI市场将从2025年的3219亿元跃升至2029年的1.22万亿元，年复合增长率达40%。正是在这一背景下，面壁智能于2026年上半年累计完成超50亿元融资，估值突破200亿元，成为端侧智能赛道最大独角兽。

科创板于今年6月17日专门发布大模型企业适用第五套上市标准指引，为面壁智能这类尚未盈利但技术领先的企业开辟了绿色通道。此前智谱从备案到验收仅用两周，面壁智能能否复制这一速度尚待观察，但市场对其上市进程普遍乐观。

当然，面壁智能也面临持续竞争和商业化验证的压力。端侧AI领域已有华为、阿里等巨头布局，且部分竞争对手同样具备模型压缩和芯片适配能力。如何将现有车企、手机厂商的合作转化为长期稳定的收入，并拓展至更多终端场景，将是其上市后必须回应的命题。此外，随着"端侧第一股"稀缺性兑现，市场将更加关注其收入规模和盈利路径，预期溢价能否转化为持续的业绩支撑，仍有待时间检验。

针对以上中国工业致函面壁智能，截至发稿对方并未回复。