The following article is from 非凡油条 Author 豆腐乳儿
7000 多亿美元
堆不出一个 " 懂事 " 的 AI
7000 多亿美元，这是今年美国四大巨头的资本开支。
海量金钱，砸向 AI 数据中心。
万亿参数、万卡集群、天价训练成本，AI 巨头们生怕钱不够多，堆不起更大的算力。他们都相信行业铁律，参数量越大，效果越好。
难道 AI 就是场巨头的游戏，普通人根本摸不到门？美国之外的其他国家，没钱没资源没算力，AI 注定落后？
铁律并非牢不可破，AI 还有很多机会，甚至就在身边，就在你的手机里。
你有没有觉得，自己手机里的 AI 特别笨？
我和手机里的 AI 语音聊天，只能我说一句，它答一句，和对讲机似的。
我停顿换气，稍一迟疑，它就以为我不说了，赶紧打断。
它看不到我眼前的世界，猜不透我的言外之意。
这就是云端 " 算力军备竞赛 " 忽视的痛点，手机、汽车等直面物理世界的端侧，缺少合适的智能覆盖。
" 云端 " 扩大数据规模，堆砌算力，训练出的 AI 是算力强大的 " 实验室工具 "。
但 AI 终将走向人人都要用的基础设施，这一过程中的关键跃迁就发生在端侧。
历史上就发生过类似的跃迁。
最初的计算机巨大笨重，IBM 早年甚至说全球只需要五台大型主机。几十年后，手机和个人电脑却把智能终端做小做普及了。
核心不是把计算机越做越大，而是越做越高效，离大众越来越近。
美国靠着算力优势，领跑云端大模型，中国就得找到差异化竞争路径。
中国 AI，给全球探路
中国拥有海量的人口和庞大的实体经济规模，应用场景极为丰富，信息技术产业集群足以支撑端侧 AI 在丰富的场景中落地。
美国跑出 AI 这条新赛道，想要对其他国家实现 " 单点技术碾压 "。
但这样一边倒的技术领先并未发生，反倒是在生态与场景的深度耦合上，中国 AI 正在率先定义技术路线。
比如这个月，OpenAI 推出 GPT-Live，全球媒体欢呼 " 语音交互革命 "。AI 终于能 " 边听边说 "，告别了死板的 " 回合制 "。
可是 " 全双工 "，和人实时对话，早在五个月前，就由一款中国 AI 产品，面壁智能 MiniCPM-o 4.5 实现了。
而且 MiniCPM-o 4.5 的全双工还是全模态的，只有 9B 参数的它，在端侧能做到视觉理解、文档解析、语音生成、声音克隆。
举个例子，你在外面玩的时候，和它对话，它不仅能边听边说，还能随时感知环境变化。你冷不丁问它 " 这是什么水果 "，它也能 " 看到 " 手机镜头前的水果并对答如流。
OpenAI 在端侧晚了五个月，成了中国技术的追赶者。
而推出 MiniCPM-o 4.5 的公司面壁智能，可不是第一次受到美国学术界关注。
早在 2024 年，面壁智能推出的大模型就被斯坦福大学学生团队套壳抄袭。
这次抄袭事件引发 AI 社区广泛讨论，以抄袭者删库跑路结束。很明显，国内原创研究，早就在全球顶级学术机构关注范围内了。
中国搭建技术生态，从底层原理做起
面壁智能怎么敢押注端侧，走美国人没走的那条路？
原因在于他们发现的密度定律：每隔 3.5 个月，实现相同智能所需的模型参数量就减半。
与此同时，摩尔定律揭示了每隔一年半，芯片性能提升一倍。
两条趋势相向而行，端侧 AI 效果提升，成本降低，响应速度比云端快，高性能 AI 大规模下沉到小型终端芯片成为可能。
密度定律直接预测了端侧 AI 的发展，依靠这一定律进行的优化，催生出了端侧领先的技术。
有了底层原理，下一步是搭框架。
面壁智能联合清华大学发布的ForgeTrain，就是全球首个完全由 AI 编写、零人类代码介入的生产级大模型训练框架。
在英伟达 H100 上，训练速度超越英伟达自研的 Megatron 框架 10%。在华为昇腾上完整跑通预训练。
AI 写的框架，在国产芯片上运行，训出领先的 AI 模型，这个闭环被打通了。
AI 制造 AI，从写函数、改脚本的碎片化环节，推进到了可展示、可评测、可复现的工程样本，AI 自我迭代的闭环初步实现。写代码的边际成本趋近于零，我们不再需要花十年堆另一个 CUDA，国产芯片将会由 AI 锻造专属软件生态。
在此基础上搭建的 MiniCPM 系列开源模型，在 GitHub、Hugging Face 等平台累计下载量突破 3800 万。MiniCPM-o 4.5 一出，其覆盖文本、全模态、语音等类别的能力肉眼可见。
端侧全链路技术生态的闭环搭建好了，很快面壁智能就得到更多关注，在 2026 年初，作为共建单位参与北京市端侧智能重点实验室建设。面壁智能联合创始人兼首席科学家刘知远担任实验室主任。
更多的惊喜来自端侧合作的厂商。
搭载 MiniCPM 多模态模型的长安马自达 EZ-60、吉利银河 M9 已经量产上市。
面壁智能与全球头部手机厂商深度合作。
AIPC、智能家居、具身智能等重要端侧，厂商和面壁智能的合作全部落地。
中国的竞争优势，在这些领域显现出来——更丰富的智能终端市场、应用场景和产业集群。
在汽车、手机、具身智能等端侧，AI 的竞争不仅是算法竞争，更是 " 场景密度 × 数据反馈 × 产业协同 " 的系统竞争，AI 就在这些社会和产业的神经末梢实现价值，渗透到千千万万差异化的场景中，在大量数据反馈中千锤百炼，不断进化。
下半场，你的手机就是主战场
你眼前的手机、电脑里藏着海量闲置算力。只要有电，甚至不需要联网，它就能 7 × 24 小时本地运行，不断理解你真实的需求。
这才是智能革命的底层逻辑。
面壁智能在端侧细分赛道上，已经是在领跑了。
毕竟 MiniCPM-o 4.5 发布五个月后，GPT-Live 才发布。
而业界把 "AI 制造 AI" 当做前沿 AI 研究路线时，刘知远已经在展望端侧 AI 自助训练的未来了：
" 在未来三到五年的时间里，会有越来越多的终端具备更强智能，当个人的模型也具备了自主学习能力和协同能力时，就会形成一个重要的奇点：这个世界上每个人都会有专属于自己的，持续成长的模型，成为每个人越来越贴心的、懂你的助手。"
云端大模型参数规模固然重要，但归根结底还是要落到应用，在离用户最近的端侧跑起来。
在端侧的行业落地经验、场景理解能力和产业化速度，正是中国大模型公司的差异化竞争力。回头一看，中国公司甚至不仅仅是并跑，而是领先了。
上半场大模型在云端冲击 AI 的高度，下半场在端侧拓宽 AI 的广度。
而抓住端侧机遇的中国企业，渗透进汽车、手机、电脑、机器人，悄然定义端侧竞争的技术路线与产业标准。
端侧 AI 的终极目标不是替代云端，而是在端侧让 AI 实时反应、处理、运行、解决问题，形成的是 " 端云协同 " 的新基础设施。
面壁智能做到的，是提出端侧的原创理论，在此基础上发展出支撑起生态的端侧模型，并在落地场景中不断进化。
中国 AI 的差异化新叙事，就是这样跑出来的。
斯坦福 AI 团队 " 套壳 " 清华系开源大模型被实锤！被揭穿后全网删库跑路 https://mp.weixin.qq.com/s/c5YUHVFYQBIE-AYXXCyFlw
AI 制造 AI：面壁智能发布并开源全球首个完全由 AI 编写的生产级训练框架 ForgeTrain https://mp.weixin.qq.com/s/TpostOZS86TI9bYKAn0TAQ
ChatGPT 语音大升级，活人感拉满！ https://mp.weixin.qq.com/s/iupl8yOH_pcmcm1sCoWBxQ
面壁智能 MiniCPM-o 4.5 开源：「眼耳口」并用，模型交互从「一问一答」变为「即时自由对话」 https://mp.weixin.qq.com/s/3i9pItStIukNfB2N62MLxA
面壁智能开源新模型 " 剑指 " 具身智能，对话创始团队 — 新京报 https://www.bjnews.com.cn/detail/1770383327129322.html
面壁智能井晨哲：实现智能革命的核心是把计算机越做越高效 — 新京报 https://www.bjnews.com.cn/detail/1783502919129424.html
7250 亿美元！美股 AI 四巨头挥舞支票本 分析师：供应链面临 " 全方位瓶颈 " https://www.cls.cn/detail/2360617
