配资在线开户面壁智能：以端侧大模型打通AI产业落地最后一公里

【环球网科技综合报道】2026（第二十五届）中国互联网大会于7月8日在北京国家会议中心举行，大会聚焦AI算力网络、数实融合、产业智能化等核心议题。在“光电驱动，数智共生——AI算力网络与行业应用新范式”高端对话环节，面壁智能联合创始人、总裁雷升涛与产业链上下游企业代表围绕光电算力融合、大模型规模化落地展开深度研讨。会后，雷升涛向记者详解了面壁智能以端侧大模型为核心的产业化路径，并预告面向法律服务行业的全新智能基础设施产品即将上线。

光电算力融合：以“密度定律”破解算力成本瓶颈

当前全国一体化算力网络加速建设，AI算力需求呈指数级上涨，高端算力供给紧张、异构硬件适配难度大、模型训练与推理成本居高不下，成为全产业共性痛点。本次圆桌对话中，产业链各环节企业分别从光传输、算力底座、大模型、产业应用等维度，探讨光电与算力网络协同的破局路径。

雷升涛表示配资在线开户，光电与算力网络深度融合，本质是化解算力需求扩张与能耗、部署成本、传输瓶颈之间的核心矛盾，单纯依靠扩充算力集群无法支撑AI长期普惠发展，产业需要算力效率层面的底层创新。“过去行业习惯依靠‘堆卡、扩集群’提升模型能力，这套模式短期可行，但长期会受电力、硬件供应链、运维成本等多重约束。面壁智能的核心思路是跳出规模扩张逻辑，依靠‘密度定律’重构模型研发体系。”

据介绍，面壁智能提出的“密度定律”，核心是持续提升单位算力下的模型智能水平，模型能力密度约每3.5个月实现翻倍，同等智能效果下，模型参数量、算力消耗持续下降。依托MiniCPM系列轻量化端侧模型、BitCPM-CANN显存优化方案，小参数模型已实现对标高阶大模型的综合能力；自研ForgeTrain训练框架相较主流开源框架训练速度提升约10%，在大规模训练场景下可显著压缩时间、算力与资金成本。

针对全国一体化算力网建设趋势，雷升涛阐释了端云协同的最优算力调度范式：未来算力体系不会是单一云端集中式或纯本地端侧模式，而是分层协同。低延迟、隐私敏感、高频轻量化任务直接在终端本地运行，复杂深度推理任务上云处理，既减少跨网传输带来的算力浪费，也大幅降低企业使用门槛，真正让AI从“烧算力”转向“用得起、用得稳”。

端侧规模化落地：构建可复用的数智融合产业范式

大模型产业长期存在定制开发成本高、试点难量产、跨场景复制难的落地难题，也是本次圆桌“商业化规模化”议题的讨论核心。雷升涛认为，端侧大模型是打通AI产业落地“最后一公里”的必经之路，设备、业务、用户三者近距离耦合，能够从根源降低部署、运维、隐私安全成本，目前面壁智能已在汽车、企业组织智能体等多终端赛道形成成熟量产交付体系。

汽车智能座舱是端侧大模型规模化落地的标杆场景。雷升涛透露，面壁智能自研端侧智能体SuperMate超30万台量产车交付，完整跑通模型适配、硬件兼容、整车供应链、终端交付全链路，打破了端侧AI仅停留在演示阶段的行业现状。基于MiniCPM全模态端侧模型的SuperMate，可实时感知驾乘人员状态，自动调节座舱环境、识别遗留物品、预判出行需求，全程本地端侧推理，毫秒级响应且用户数据无需上传云端，兼顾体验与数据安全。

除出行赛道外，面向企业组织级场景的PilotDeck智能体平台已实现规模化商用。该平台将模型能力嵌入企业办公流程，自动完成任务拆解、内部知识沉淀、跨团队协同，把AI从个人效率工具升级为企业通用生产力底座。与此同时，面壁智能持续布局机器人、PC、消费电子等终端轻量化模型方案，打造标准化、模块化的端侧交付套件，不同行业客户可按需调用、快速集成，无需从零开展定制开发。

“我们做端侧大模型的目标不是输出单一模型产品，而是打造可复用、可规模化复制的数智融合交付范式。”雷升涛强调，AI产业化的核心不在于技术参数领先，而在于能否稳定嵌入真实产业链、持续创造业务价值，端侧路线正是面壁智能实现千行百业普惠智能的核心抓手。

布局垂直赛道：Legalhub平台即将发布

在采访过程中，雷升涛预告称公司即将正式对外发布面向律所等专业机构/部门的行业首个法律智能基础设施 Legalhub，这是面壁智能深耕垂直行业的重要布局。

雷升涛表示：“在一些行业场景里，也需要端云模型协同作业。例如法律领域，我们将发布面向律所的企业级法律智能体云平台 Legalhub，通过‘模型 + MCP + 组件’的方式，让律师核心工作流实现自动化，同时支持团队协作、权限管控和审计留痕。它相当于把大模型从律师个人助手，升级为可机构化部署、可规模复制的安全的行业专有体系。”

据了解，该平台将在专业能力对标海外法律生态产品 Claude for Legal的基础上，更贴合我国法律体系、司法实践与律师执业场景，构建更符合中国法律服务生态的智能化解决方案。

锚定长期方向：端侧AI打造普惠智能产业基座

AI算力网络、终端智能化迎来高速发展周期，算力供需失衡、供应链约束、能耗管控等挑战同步凸显。谈及面壁智能未来三年核心战略布局，雷升涛表示，企业将持续加码端侧大模型技术研发，推动端侧AI从行业“可选项”变为“必选项”，打造覆盖全终端、全行业的普惠智能基座。

技术层面，面壁智能将持续深耕高效轻量化模型、端云协同调度、模型压缩、跨异构硬件工程适配四大核心方向，进一步降低终端设备的部署门槛；产业层面，持续拓展汽车、机器人、PC、专业服务等多元场景，沉淀标准化交付模板，减少行业定制化的重复投入；生态层面，一方面联合硬件、整车、行业服务商共建端侧AI产业生态，另一方面依托垂直行业平台搭建细分领域的智能体开放共建体系。

雷升涛表示，AI产业规模化的核心逻辑，不是每个行业独立搭建一套昂贵的定制化系统，而是形成可复用、可快速调用的通用模型能力与标准化平台。未来，面壁智能将坚持端侧大模型核心路线，平衡技术创新与产业落地，依托光电算力融合的底层技术优势、多行业量产实践经验与垂直行业平台化创新，为数字经济与新质生产力发展提供低成本、高适配的国产大模型产业支撑。（心月）

盛宝优配提示：文章来自网络，不代表本站观点。