面壁智能CTO曾国洋：端侧AI的“知识密度”革命

当人工智能行业普遍追逐云端算力扩张时，面壁智能选择了一条差异化的技术路线——将大模型压缩至端侧设备。这家公司的联合创始人兼CTO曾国洋，正推动AI模型进入手机、汽车乃至消费级硬件。

曾国洋的AI研究起步较早。22岁时，他主导训练了国内早期的大语言模型CPM-1。此后几年间，他经历了从BERT到GPT的架构演变，并持续投入生成式AI的技术路线。

面壁智能当前的核心技术方向是提升“知识密度”。团队通过“模型风洞”技术，在小规模实验中验证模型效果。据其公开的技术判断，知识密度每3.5个月提升一倍，同等智能水平所需的参数规模呈下降趋势。以MiniCPM为例，该模型以2B参数规模实现了超过同期8B模型的性能表现。

在应用层面，曾国洋提出端侧AI需要具备“人格化记忆”能力。他描述了“默契系统”的概念：AI通过积累用户行为模式，在无需明确指令的情况下完成环境调节、路径规划等操作。为实现这一目标，面壁智能开发了ForgeTrain训练框架，并建立了从数据治理到硬件部署的五级分层标准。

目前，面壁智能的端侧方案已在吉利、上汽大众等车企实现量产车型定点。随着芯片适配能力成熟，端侧AI正从概念验证阶段进入实际部署阶段。曾国洋认为，云端与端侧计算将长期并存，而贴近用户的端侧模型将成为连接物理世界与数字世界的关键节点。