# 面壁智能CTO曾国洋：从“打字机”到大模型，端侧AI的进化与突围

- Link: https://paooo.com/aigc-news/30340/
- Published: 2026-07-14T15:16:29+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 面壁智能押注端侧AI，以“知识密度”替代单纯堆参数，MiniCPM用2B规模实现对标更[大模型](https://paooo.com/ai-study/)
   的效果。
 * “模型风洞”与ForgeTrain训练框架，帮助团队高效验证模型效果，并建立数据治理到部署
   的五级标准。
 * 端侧AI正从工具走向“默契系统”，在车载等场景实现无感智能，强调功耗、延迟与人格化
   记忆。

人工智能的浪潮滚滚向前，当大多数力量涌向云端算力的军备竞赛时，面壁智能却选择了一条
截然不同的道路:将大模型压缩，让它能流畅地跑进手机、汽车甚至一个毛绒玩具中。作为面壁
智能的联合创始人兼CTO，年仅28岁的曾国洋，正亲历并推动着这场端侧AI的变革。

曾国洋的AI之路起步极早。22岁那年，他主导训练了中国第一个大语言模型CPM-1，当时那个
被戏称为“打字机”的简单网页，让第一批AI研究者预见了生成式模型的力量。随后的几年，
他见证了从BERT到GPT的架构变迁，并坚信生成式AI将是通往更高智能的路径。

![image.png](https://paooo.com/wp-content/uploads/2026/07/6391963828199735639025295-
1.avif "image.png")

如今，在面壁智能，曾国洋带领团队将目光聚焦于“知识密度”。他们认为，单纯堆砌参数并非
AI发展的唯一出路，通过“模型风洞”技术，他们实现了在小规模实验中高效验证和预测模型
效果。这一方法论的核心在于:知识密度每3.5个月翻一番，同等智能所需的参数规模呈指数
级下降。以面壁发布的MiniCPM为例，其仅以2B的参数规模，在性能表现上便超过了同期的8B
竞争对手，成功在端侧市场占据一席之地。

AI落地的核心逻辑，正在从“云端算力”转向“深度理解”。在曾国洋看来，端侧模型不仅要解决
功耗、延迟与硬件适配的工程难题，更要具备真正的人格化记忆。他提到了“默契系统”的构想:
未来的AI不应只是机械地响应指令，而是通过行为模式库，在用户开口前就调好环境温度，
或规划好出行路径，这种“无感”的智能才是端侧AI的终极形态。

为了实现这一目标，团队正在深度重构训练流程。面壁智能开发了名为ForgeTrain的训练框架，
并建立了一套从数据治理到硬件部署的五级分层标准。曾国洋强调，数据质量决定了模型的
上限，每一名算法工程师都必须深入到数据底层，确保输入模型的知识没有瑕疵。

在吉利、上汽大众等车企的量产车型中，面壁的端侧方案已经完成了定点应用。随着芯片与
算力适配的日趋成熟，AI正走出云端聊天室，深入到人们日常接触的数字设备中。曾国洋深信，
计算本身就应该同时存在云端与端侧，而连接真实世界与数字世界的那个最贴近用户的“气球
外皮”，正是端侧模型将要担负的使命。

❓ 常见问题解答（FAQ）

面壁智能的端侧AI为什么强调知识密度？

因为端侧设备算力、功耗和延迟都受限，单纯堆参数并不现实。面壁智能认为应提升模型“知识
密度”，用更少参数承载更多能力，从而在手机、汽车等设备上实现可用、可部署的智能。

MiniCPM在端侧场景的优势是什么？

文中提到，MiniCPM以2B参数规模，在性能表现上超过同期8B竞争对手，说明其在小参数下仍能
保持较强能力。这使它更适合端侧部署，兼顾效果与资源消耗。

ForgeTrain和模型风洞分别解决什么问题？

模型风洞用于在小规模实验中高效验证和预测模型效果，降低试错成本；ForgeTrain则是面壁
智能自研训练框架，配合数据治理和分层标准，提升训练与落地效率。

🔬 语宙深潜追问 · 进阶实操拆解

2B模型如何逼近大模型效果？

关键在高质量数据、任务蒸馏和训练框架优化，而不是单纯堆参数。通过知识密度更高的语
料、针对性指令微调和推理链优化，小模型可以在特定任务上接近甚至超过更大通用模型。

车载端侧AI量产最难在哪？

难点在算力、时延、功耗和稳定性四者平衡。量产时要优先保证离线可用、弱网可用和异常
兜底，同时把高风险决策留给云端或人工，避免端侧模型“聪明但不可靠”。

🗳️ 读者观点微投票 · 您的实战立场是？

端侧小模型突围，靠参数小还是训练法新？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🔓 所属权威专题：开源大模型与端侧推理 →](https://paooo.com/topics/open-source-llm/)

 * [AgentCPM-Explore：清华×面壁智能开源「能力密度怪兽」，4B参数硬刚大模型，端侧智能体革命来了！| AI前沿](https://paooo.com/aigc-news/12222/)
 * [AI 之后软件开发领域的 3 个预测 [译]](https://paooo.com/ai-study/7070/)
 * [OpenAI CEO 萨姆・奥特曼：积极主动的 AI 将成为未来趋势](https://paooo.com/aigc-news/18471/)
 * [面壁智能MiniCPM-V 4.5开源：8B参数端侧多模态模型，高刷视频理解与OCR性能超越闭源巨头](https://paooo.com/aigc-news/13977/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/30340/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)