摘要

面壁智能自2022年成立以来，以小参数、高质量在大模型赛道走出差异化路线，并于2024年2月发布了端侧模型面壁小钢炮MiniCPM，此前因被斯坦福大学AI研究团队“反向抄袭”而受到关注。

2024年下半年，商业化成为国内大模型创业公司的重要议题，面壁智能通过深度扎根垂直行业、务实解决场景问题来推动大模型高效落地，已在教育和法律等垂直领域实现应用。

大模型公司正寻求通过降低幻觉率、提升性价比来提升渗透率，面壁智能通过追求更高知识密度迭代模型真实效用，摸索出自己的“大模型高效方法论”。

面壁智能表示，本轮融资完成后，将进一步提速端侧AI为代表的高效大模型商业化布局，以高性能、低能耗、快速度的高效大模型深度服务行业，为用户创造具体可感知的价值。

凤凰网科技获悉，大模型创企面壁智能已于近期完成新一轮数亿元融资，本轮融资由龙芯创投、鼎晖百孚、中关村科学城基金和赛富基金联合领投，北京市人工智能产业投资基金与清科创投跟投，万甲资本担任本轮独家财务顾问。

面壁智能创立于2022年，2024年2月其发布了端侧模型面壁小钢炮MiniCPM，以小参数、高质量在大模型赛道走出差异化路线。此前，面壁智能还曾因被斯坦福大学AI研究团队“反向抄袭”而走红。

迈入2024年下半年以来，商业化便成为国内大模型创业公司的重要议题。如零一万物改变了其商业化落地策略，重点发展B端业务，并且是走“高层路线”，采取老板亲自上阵直销逻辑。近期，凤凰网科技获悉，大模型六小虎中的某家企业再度开启人员调整，离职人员不乏商业化一号位。

且由于巨头的加速冲刺，大模型创业越来越需要差异化的定位，昆仑万维创始人周亚辉近期在点评字节AI时就表示，“去年字节的AI战略是不及格，但完全不影响今年的满分表现”。凤凰网科技在2024年初便报道，字节正在全力押注AI业务，并且是从模型层、连接层与应用层全面布局。据QuestMobile数据，2024年9月，豆包的日活已达760万，在国内AI应用市场已遥遥领先。

为了取得更长远的发展，越来越多大模型公司正在想办法提升其竞争壁垒，比如降低大模型的幻觉率、提升性价比，从而提升大模型在千行百业的渗透率。对于此，面壁方面表示，其则是通过深度扎根垂直行业、务实解决场景问题，推动大模型高效落地。如在教育和法律等垂直领域已有落地应用，今年11月，面壁智能作为联合研发团队参与的法信法律基座大模型在最高法发布。

此前，在OpenAI o1出现后，模型参数便已不再是衡量模型性能的唯一重要指标，新范式下一些公司正在通过新的计算方式解决模型的智能水平，如月之暗面此前发布的数学模型k0-math便是这一逻辑下的产物。

目前，面壁智能仍属于少有的摸索出自己“大模型高效方法论”的团队，核心在于在ScalingLaw之外，面壁智能是通过追求更高知识密度（知识密度= 模型能力 / 参与计算的模型参数）迭代模型真实效用。

近期消息，清华NLP实验室刘知远教授团队，最新提出大模型领域的密度定律（densinglaw），得出结论，大模型“能力密度”可实现三个月翻一番。需要说明的是，刘知远教授正是面壁智能的联合创始人。

面壁智能方面表示，本轮融资完成后，其将进一步提速以端侧AI为代表的高效大模型商业化布局，以同等参数、更高性能、更低能耗、更快速度的高效大模型深度服务行业，为用户创造具体可感知的价值。