導(dǎo)語：

雖然面壁智能此前不在業(yè)內(nèi)常用的“六小虎”序列之內(nèi)，但它吸納的關(guān)注度并不遜于前幾者。并且在當(dāng)前這個(gè)節(jié)點(diǎn)取得融資，恰恰說明面壁智能不需要走六小虎此前的路。

鳳凰網(wǎng)科技 出品

作者｜董雨晴

鳳凰網(wǎng)科技獲悉，大模型創(chuàng)企面壁智能已于近期完成新一輪數(shù)億元融資，本輪融資由龍芯創(chuàng)投、鼎暉百孚、中關(guān)村科學(xué)城基金和賽富基金聯(lián)合領(lǐng)投，北京市人工智能產(chǎn)業(yè)投資基金與清科創(chuàng)投跟投，萬甲資本擔(dān)任本輪獨(dú)家財(cái)務(wù)顧問。

面壁智能創(chuàng)立于2022年，2024年2月其發(fā)布了端側(cè)模型面壁小鋼炮MiniCPM，以小參數(shù)、高質(zhì)量在大模型賽道走出差異化路線。此前，面壁智能還曾因被斯坦福大學(xué)AI研究團(tuán)隊(duì)“反向抄襲”而走紅。

邁入2024年下半年以來，商業(yè)化便成為國內(nèi)大模型創(chuàng)業(yè)公司的重要議題。如零一萬物改變了其商業(yè)化落地策略，重點(diǎn)發(fā)展B端業(yè)務(wù)，并且是走“高層路線”，采取老板親自上陣直銷邏輯。近期，鳳凰網(wǎng)科技獲悉，大模型六小虎中的某家企業(yè)再度開啟人員調(diào)整，離職人員不乏商業(yè)化一號位。

且由于巨頭的加速沖刺，大模型創(chuàng)業(yè)越來越需要差異化的定位，昆侖萬維創(chuàng)始人周亞輝近期在點(diǎn)評字節(jié)AI時(shí)就表示，“去年字節(jié)的AI戰(zhàn)略是不及格，但完全不影響今年的滿分表現(xiàn)”。鳳凰網(wǎng)科技在2024年初便報(bào)道，字節(jié)正在全力押注AI業(yè)務(wù)，并且是從模型層、連接層與應(yīng)用層全面布局。據(jù)QuestMobile數(shù)據(jù)，2024年9月，豆包的日活已達(dá)760萬，在國內(nèi)AI應(yīng)用市場已遙遙領(lǐng)先。

為了取得更長遠(yuǎn)的發(fā)展，越來越多大模型公司正在想辦法提升其競爭壁壘，比如降低大模型的幻覺率、提升性價(jià)比，從而提升大模型在千行百業(yè)的滲透率。對于此，面壁方面表示，其則是通過深度扎根垂直行業(yè)、務(wù)實(shí)解決場景問題，推動大模型高效落地。如在教育和法律等垂直領(lǐng)域已有落地應(yīng)用，今年11月，面壁智能作為聯(lián)合研發(fā)團(tuán)隊(duì)參與的法信法律基座大模型在最高法發(fā)布。

此前，在OpenAI o1出現(xiàn)后，模型參數(shù)便已不再是衡量模型性能的唯一重要指標(biāo)，新范式下一些公司正在通過新的計(jì)算方式解決模型的智能水平，如月之暗面此前發(fā)布的數(shù)學(xué)模型k0-math便是這一邏輯下的產(chǎn)物。

目前，面壁智能仍屬于少有的摸索出自己“大模型高效方法論”的團(tuán)隊(duì)，核心在于在ScalingLaw之外，面壁智能是通過追求更高知識密度（知識密度= 模型能力 / 參與計(jì)算的模型參數(shù)）迭代模型真實(shí)效用。

近期消息，清華NLP實(shí)驗(yàn)室劉知遠(yuǎn)教授團(tuán)隊(duì)，最新提出大模型領(lǐng)域的密度定律（densinglaw），得出結(jié)論，大模型“能力密度”可實(shí)現(xiàn)三個(gè)月翻一番。需要說明的是，劉知遠(yuǎn)教授正是面壁智能的聯(lián)合創(chuàng)始人。

面壁智能方面表示，本輪融資完成后，其將進(jìn)一步提速以端側(cè)AI為代表的高效大模型商業(yè)化布局，以同等參數(shù)、更高性能、更低能耗、更快速度的高效大模型深度服務(wù)行業(yè)，為用戶創(chuàng)造具體可感知的價(jià)值。