作者丨王非
大模型行业，又一家公司开始筹备IPO。
8月11日，高效端侧大模型产品研发商北京面壁智能科技股份有限公司（下称：面壁智能）在北京证监局办理辅导备案登记，拟首次公开发行股票并上市，辅导券商为中信证券。
今年6月17日，上交所发布的《上海证券交易所发行上市审核规则适用指引第10号——人工智能大模型企业适用科创板第五套上市标准》中明确：发行人主营业务为人工智能大模型的自主研发、模型服务或者模型应用等；在申报时至少有一个大模型产品已完成上线发布并实现规模化应用……
值得一提的是，今年初先后在港交所上市的智谱、MiniMax，均已启动回A计划，前者拟募资150亿元。
其中，拟募资150亿元的智谱，已于6月17日完成了科创板IPO辅导验收，从备案到验收仅用时不到两周，显示出推进速度较快；MiniMax则于5月29日，正式向上海证监局提交了科创板IPO辅导备案。
面壁智能创始团队成员，全部来自清华大学计算机自然语言处理与社会人文计算实验室（清华NLP实验室）。早在2020年底，面壁智能团队就发布了首个中文大语言模型CPM-1，之后又陆续发布了CPM-2、CPM-3和CPM-Ant等模型。
其中，创始人&CTO曾国洋1998年出生在成都，8岁开始学习编程，2015年获信息学奥赛金牌保送清华大学。刚上大二，他就加入了清华NLP实验室。
联合创始人刘知远，是清华大学计算机科学与技术系助理研究员，主要研究方向为表示学习、知识图谱和社会计算。2011年，他获得清华大学博士学位，已在AAAI、IJCAI、ACL等人工智能领域的著名国际期刊和会议发表相关论文30余篇，Google Scholar统计引用超过1200次。
刘知远是曾国洋导师，2022年8月，师徒二人联合创办了面壁智能。
值得一提的是，刘知远师从孙茂松，而孙茂松与唐杰均为清华大学计算机系教授、清华人工智能研究院核心骨干，属同代学术同仁与协作伙伴。唐杰，则教出了智谱CEO张鹏。
同样出自清华，同样系“师徒创业”，智谱与面壁智能的关系自然亲密。
2022年9月，智谱官宣获得君联资本和启明创投联合领投的数亿元B轮融资。也正是在同一时期，智谱成为了刚刚成立的面壁智能种子轮股东。
成立不到半年，在大模型热潮初起时，面壁智能于2023年3月完成数千万元天使轮融资，由知乎领投，种子轮股东智谱继续跟投。
次月，知乎便宣布通过联合研发与战略投资的方式与国内顶尖大模型团队面壁智能达成深度合作，共同开发中文大模型产品并推进应用落地。彼时，担任知乎CTO李大海表示，“知乎与面壁智能在交流中发现彼此的产品观和价值观都很匹配，我们对面壁进行了投资，并且展开了深入的模型共建过程”。
2023年6月2日，知乎与面壁智能的合作进一步深化：知乎宣布公司合伙人、CTO李大海自即日起出任知乎的被投资企业面壁智能的董事和CEO，负责面壁智能战略发展和日常运营管理。同时，李大海继续担任知乎的执行董事和CTO，主导知乎技术发展，紧密联动两家公司，在大模型领域加速研发进程并展开更深度合作。
公开资料显示，李大海是北京大学数学系硕士，曾就职于谷歌、豌豆荚，于2015年加入知乎，先后负责知乎广告技术、数据、算法业务以及全部技术中台，带领团队完成社区的智能化迈进。
此后，在李大海的掌舵下，面壁智能密集完成多轮融资。
2026年4月，面壁智能完成数亿元新一轮融资，由深创投和汇川产投联合领投，道禾长期投资、国泰君安创新投、武岳峰科创等跟投。融资完成后，面壁智能跻身基座大模型独角兽行列。
仅隔三个月，独角兽面壁智能近乎“三倍膨胀”。在收获国家级基金、央企、汽车制造商等各类产业方、知名财务投资人等一众资方支持后，该公司于2026上半年累计融资金额超50亿元，估值也超过200亿元。
天眼查App信息显示，面壁智能无控股股东，公司第一大股东北京清语启航科技中心（有限合伙）持股16.4465%，第二大股东北京清语创智科技中心（有限合伙）持股8.5189%；刘知远持股6.7925%；李大海持股5.9151%；曾国洋持股2.2642%；孙茂孙持股1.8109%。师门三代，均有持股。
来源：天眼查
此外，春华资本合计持有面壁智能6.7074%股份，系第一大外部股东；华控技术转移持股4.0755%；中国电信投资持股3.5733%；北京市人工智能产业投资基金持股3.3521%；京国瑞投资持股3.1868%；种子轮投资方智谱持股2.4954%；中关村科学城持股2.2444%；华为旗下哈勃投资持股2.1088%；天使轮领投方知乎持股0.867%。
成立之初，作为一家人工智能大模型技术创新与应用落地企业，面壁智能依托开源社区打造大规模预训练模型库与相关工具，加速百亿级以上大模型的训练、微调与推理，降低大模型使用门槛，并进一步推动大模型在人工智能典型场景与领域的应用与落地。
2023年8月，面壁智能便发布了千亿多模态大模型“Luca”（以及后续的CPM-Cricket等），并明确表示其能力对标GPT-3.5，具备强大的多模态和逻辑推理能力。
而在证明了基座能力后，面壁智能并未选择继续加码，去押注大参数模型、追赶OpenAI，而是将战略重点是从“大模型基座”向“AI Agent应用”转型。曾国洋曾在采访中坦言：“行业曾经迷信参数越大智能越强，大家砸重金训练十万亿参数模型，到头来几乎没有落地价值”。
于是在2024年7月的WAIC期间，面壁智能提出——面壁定律，最初的定义是“知识密度=模型能力/推理算力能耗”，“知识密度每8个月翻一倍”。
随后在2024年底的arXiv论文中（2025 年刊于Nature Machine Intelligence），刘知远、孙茂松团队正式将这一定律定名为“密度定律”，并获三方实证。密度定律明确“智能密度=模型能力/参数量（或能耗）”，强调单位参数承载的有效智能随时间指数增长，并修正为“达到同等智能所需参数量每3.3–3.5个月减半”（即密度每3.3–3.5个月翻番）。
以此为指引，围绕提升大模型知识密度这一本质，面壁智能通过数据、模型的架构以及相关成长算法方面的探索，做到同等参数、性能更强，持续提升大模型制程，将更小更强更高效的模型放到端侧，放到离用户最近的地方。
发展至今，面壁智能已经定位为聚焦端侧智能的大模型企业，逐步形成了“理论-模型-工具-应用”的全链路技术生态闭环，持续加速端侧智能的商业化进程。
在大模型成果方面，面壁智能MiniCPM系列大模型，拥有以小博大、高效低成本的鲜明特性。2024年初代MiniCPM开源，直接用2B参数实现超越同期8B海外竞品的综合性能。
此后，面壁智能持续迭代：在26年初发布的 MiniCPM-o 4.5 全双工全模态模型，以9B的精简体量实现了类人的原生交互感知，成为行业首个即时自由对话的大模型；2026年5月上旬的MiniCPM-V 4.6，以1.3B参数可在6GB内存设备流畅运行；2026年5月下旬的MiniCPM5-1B仅10亿参数，在AA榜单拿下2B以下Top 1；同一时间的BitCPM-CANN实现1.58-bit量化，推理显存缩减6倍，能力保留率达90%-97.2%。
截至2026年4月，MiniCPM系列开源模型已囊括语言模型、全模态模型、多模态模型、语音模型，是国内除阿里以外唯一开源的“端侧模型全家桶”AI厂商（“南Qwen，北面壁”格局）。最新数据显示，面壁智能MiniCPM系列端侧模型全球下载量超4300万次。
在商业化方面，面壁智能已进入规模化落地阶段：汽车领域，与长安马自达EZ-60、吉利银河M9、上汽大众、广汽集团等6个车企品牌合作，预计到2026年底有30万辆汽车搭载其端侧模型；手机领域，2026年7月，面壁智能MiniCPM系列端侧大模型正式进入三星旗舰手机供应链，成为首家打入国际手机大厂供应链的国产端侧AI模型。
值得一提的是，面壁智能已在今年进军机器人领域，发布开源首个具身系列模型。
在2026年3月的中关村论坛上，面壁智能首次将行业首个支持高刷新率视频理解的8B参数模型小钢炮MiniCPM-V 4.5“上身”具身机器人；随后在2026年7月的WAIC期间，面壁智能联合OpenBMB正式发布并开源了其首个具身智能技术成果 MiniCPM-Robot系列模型，正式进军机器人领域。
其中，MiniCPM-RobotManip基于面壁智能最新多模态端侧模型MiniCPM-V 4.6训练完成，延续了MiniCPM-V 4.6“小尺寸、高性能”与视觉Token极致压缩的技术优势，以仅1.5B的参数规模实现比肩体量更大的3-4B模型的性能、但流式实时推理计算成本减半。
来源：面壁智能
根据主流 VLA 基准测试，MiniCPM-RobotManip的综合性能位列VLA模型的第一梯队，与Qwen-VLA、π0.5等主流模型的性能相近、甚至有更出色的表现。
从概念验证迈向规模落地，端侧智能的产业化拐点已然到来。正如李大海在2026WAIC上所言，“2026年是端侧AI规模化落地的元年。”
你“在看”我了吗？
