端側 AI 破解算力困局，面壁智能為 AGI 打開物理世界大門

　　大模型正加速從雲端走向終端。端側 AI憑借實時響應、隐私安全和離線可用等特性，被視為 AGI 進入物理世界的關鍵路徑。在 2026 世界人工智能大會(WAIC)期間，面壁智能集中展示了從全棧技術、規模落地到生态孵化的完整布局，持續引領端側 AI産業化進程。面壁智能CEO 李大海直言：“ 2026 年是端側 AI規模化落地的元年。”規模落地：從“可用”到“好用”，端側 AI 深入物理世界

　　面壁智能已将 MiniCPM 系列端側模型規模化部署于智能汽車、手機、AIPC、具身智能和智能家居等領域，端側 AI正全面滲透物理空間。截至 2026 年 6 月 30 日，MiniCPM 開源模型系列累計下載量突破 3800 萬次，覆蓋文本、視覺、語音全模态。

　　面壁智能自研端側智能體 SuperMate 已搭載于長安馬自達 EZ-60、吉利銀河 M9 等量産車型，目标 2026 年内實現 30 萬台量産車搭載。SuperMate 基于視覺感知、推理與記憶能力，實現座艙從被動響應到主動感知，讓端側 AI真正實現“無感智能”。

　　在 WAIC 2026 期間，面壁智能正式發布并開源了首個具身智能技術成果——MiniCPM-Robot 系列模型。其中，通用 VLA 模型 MiniCPM-RobotManip 參數量僅 1.5B，支持 1 分鐘的具身原生記憶，可完成考驗上下文記憶的複雜操作任務;跟蹤導航模型 MiniCPM-RobotTrack 則實現了基于純視覺方案的本地自主指令追蹤。面壁智能與吉利汽車、樂聚機器人開展深度合作，形成面向工業制造與商業服務的雙線布局。其中，RoboHarness 已在吉利生産倉儲場景實現常态化作業。

　　多終端場景的全面鋪開，讓端側 AI深入每一個終端，為 AGI 的終端化築牢了基礎。 技術攻堅：密度定律驅動，全棧體系持續突破端側上限

　　端側 AI面臨“體積、算力、能耗”三大硬約束。面壁智能以“智能密度”為核心指标，提出“密度定律”——智能密度每 3.5 個月翻倍。基于此，MiniCPM 曆經 15 個版本疊代，形成覆蓋文本、視覺、全模态、語音的完整端側 AI能力棧。

　　模型層面持續刷新端側 AI上限。 2026 年 5 月，MiniCPM-V 4.6(1.3B)登頂同尺寸多模态全球第一，僅需 6GB 内存。7月，MiniCPM5-2B 文本模型以 20 億參數在 AA 榜單 4B 以下排名第一，原生支持混合思考與 512K 超長上下文，再次證明端側 AI在極小參數量下可達極緻性能。

　　硬件适配實現“芯片發布，端側 AI即用”。 MiniCPM5-2B 已完成 AMD、英特爾、聯發科、高通等主流芯片适配，并與高通深化戰略合作，做到 Day0 适配。在訓練部署上，ForgeTrain 在昇騰芯片以更小參數量超越 Google Gemma 3 的 270M 模型性能，自研 BitCPM-CANN 三值模型釋放 6 倍顯存，能力保留超 90%，為低功耗端側 AI提供堅實底座。

　　這套全棧技術組合拳，直擊端側AI規模化落地的核心瓶頸。 生态共建：開源開放，加速産業閉環

　　端側 AI繁榮需全産業鍊協同。面壁智能始終堅持大模型開源戰略，MiniCPM 系列下載量已破3800萬。WAIC 期間，開源具身智能模型 MiniCPM-Robot 和企業數字員工平台 StaffDeck，持續推動端側 AI技術民主化。

　　面壁智能首席科學家劉知遠指出，中國 AI 應“向外卷”，走向端側、貼近真實場景。從技術自研到場景落地，再到生态共建，面壁智能正打通“研發—落地—生态”的端側 AI 閉環。随着端側 AI持續滲透，面壁智能所堅持的高效路線，正加速 AGI 走進物理世界的每一個終端。