从打字机到智能玩具：28岁CTO引领的端侧AI革命

人工智能浪潮汹涌来袭，但大多数玩家都陷入云计算军备竞赛时，一家初创公司却另辟蹊径。面壁智能押注了一个反直觉的想法：将那些庞大的AI模型缩小，使其能在手机、汽车甚至毛绒玩具上流畅运行。

这场技术革命的掌舵人是公司28岁的联合创始人兼CTO曾国洋。他的AI之旅起步很早——非常早。早在22岁时，他就带领团队训练了CPM-1，中国第一个大语言模型。当时，一个简单的网页——被戏称为“打字机”——让第一波AI研究人员得以一窥生成式模型的潜力。在接下来的几年里，他见证了架构从BERT到GPT的演变，并坚信生成式AI是通往更大未来的道路。

如今在面壁智能，曾国洋和他的团队痴迷于他们所谓的“知识密度”。他们的核心理念是：单纯堆叠参数并非唯一的前进方向。通过他们的“模型风洞”技术，他们可以在小规模实验中高效测试和预测模型性能。背后的数学原理令人惊叹——知识密度每3.5个月翻一番，这意味着实现相同智能水平所需的参数数量呈指数级下降。以他们的MiniCPM模型为例：仅用20亿参数，就在发布时超越了80亿参数的竞争对手，在边缘计算市场开辟了坚实的利基。

曾国洋认为，AI部署的逻辑正在从“云计算能力”转向“深度理解”。边缘模型不仅需要解决功耗、延迟和硬件兼容性等工程难题，还需要真正的个性化记忆。他谈到了“默契系统”的概念：未来的AI不应只是机械地响应指令。相反，它应该在你开口之前就调节好室温或规划好旅行路线。他相信，这种“无形”的智能是边缘AI的终极形态。

为了实现这一目标，团队正在从头重新思考整个训练过程。他们构建了一个名为ForgeTrain的训练框架，并建立了涵盖从数据治理到硬件部署的五层体系。曾国洋强调，数据质量决定了模型性能的上限——每位算法工程师都必须深入数据层，确保输入模型的知识完美无瑕。

关键要点

• 面壁智能专注于将大模型压缩到边缘设备，如手机、汽车和玩具。
• CTO曾国洋在22岁时领导了中国第一个大语言模型，如今倡导“知识密度”而非原始参数数量。
• 他们的MiniCPM模型（20亿参数）在同期超越了80亿参数的竞争对手。
• 公司的“默契系统”设想AI能预判用户需求，无需明确指令。
• ForgeTrain框架和五层数据体系确保高质量训练数据和高效模型部署。