# 面壁智能 CTO 曾国洋：端侧模型是 AI 落地的关键路径

> 原标题：面壁智能CTO曾国洋专访：端侧模型是AI落地关键路径

- 来源：AI HOT 精选
- 发布时间：2026-07-14T02:29:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/44126
- 原文：https://mp.weixin.qq.com/s/s75qDGt5iNqLXyMbjpwxeQ

## 摘要

面壁智能 CTO 曾国洋在专访里把端侧模型看作 AI 真正用起来的关键。他们搞了一套叫“模型风洞”的方法，用小规模实验就能预测完整训练结果，省时省钱。团队还提出了“面壁定律”：知识密度每 3.5 个月翻一番，意思是同等参数下模型越来越能打。比如他们 2B 参数的 MiniCPM，表现能压过同期 8B 的竞品。芯片适配方面，高通、联发科、英特尔、英伟达、...

## 推荐理由

面壁智能CTO专访，端侧落地主张很明确，用“模型风洞”和“面壁定律”两个概念撑起全文，还给了知识密度翻番周期和2B模型对标8B的具体数据，可读性和信息量都够。但专访天然缺对抗性，没有外部验证或反驳，锐度不够，所以R轴没点亮。整体卡在featured门槛72分，不往上拔。

## 锐评

曾国洋这次把端侧模型的落地逻辑讲得比较清楚。他们搞的“模型风洞”相当于用小规模实验预判完整训练效果，省掉了大把烧钱试错的时间。提出的“面壁定律”——知识密度每3.5个月翻一番——是个有意思的观察，意思是同等参数下模型越来越能打，比如2B参数的MiniCPM表现压过同期8B竞品。但正文没披露具体在哪些评测集上、领先多少分，这个判断得先打个折。

芯片适配方面，高通、联发科、英特尔、英伟达、AMD都搞定了，覆盖面挺广。新发布的BitCPM-CANN系列在华为昇腾芯片上能让同一内存多装约6倍模型，这对端侧部署的成本和效率是实打实的提升。全双工多模态模型MiniCPM-o4.5支持实时打断和情绪调整，交互体验上会更自然。

团队还搞了个完全由AI写的生产级训练框架ForgeTrain，以及靠行为模式库实现的“默契系统”，不用开口就能交互。这两个点挺新，但正文没展开讲具体怎么实现、效果如何，还缺实测数据和落地案例来验证。