導語：

雖然面壁智能此前不在業內常用的“六小虎”序列之內，但它吸納的關注度并不遜于前幾者。并且在當前這個節點取得融資，恰恰說明面壁智能不需要走六小虎此前的路。

鳳凰網科技 出品

作者｜董雨晴

鳳凰網科技獲悉，大模型創企面壁智能已于近期完成新一輪數億元融資，本輪融資由龍芯創投、鼎暉百孚、中關村科學城基金和賽富基金聯合領投，北京市人工智能產業投資基金與清科創投跟投，萬甲資本擔任本輪獨家財務顧問。

面壁智能創立于2022年，2024年2月其發布了端側模型面壁小鋼炮MiniCPM，以小參數、高質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AI研究團隊“反向抄襲”而走紅。

邁入2024年下半年以來，商業化便成為國內大模型創業公司的重要議題。如零一萬物改變了其商業化落地策略，重點發展B端業務，并且是走“高層路線”，采取老板親自上陣直銷邏輯。近期，鳳凰網科技獲悉，大模型六小虎中的某家企業再度開啟人員調整，離職人員不乏商業化一號位。

且由于巨頭的加速沖刺，大模型創業越來越需要差異化的定位，昆侖萬維創始人周亞輝近期在點評字節AI時就表示，“去年字節的AI戰略是不及格，但完全不影響今年的滿分表現”。鳳凰網科技在2024年初便報道，字節正在全力押注AI業務，并且是從模型層、連接層與應用層全面布局。據QuestMobile數據，2024年9月，豆包的日活已達760萬，在國內AI應用市場已遙遙領先。

為了取得更長遠的發展，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、提升性價比，從而提升大模型在千行百業的滲透率。對于此，面壁方面表示，其則是通過深度扎根垂直行業、務實解決場景問題，推動大模型高效落地。如在教育和法律等垂直領域已有落地應用，今年11月，面壁智能作為聯合研發團隊參與的法信法律基座大模型在最高法發布。

此前，在OpenAI o1出現后，模型參數便已不再是衡量模型性能的唯一重要指標，新范式下一些公司正在通過新的計算方式解決模型的智能水平，如月之暗面此前發布的數學模型k0-math便是這一邏輯下的產物。

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”的團隊，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 / 參與計算的模型參數）迭代模型真實效用。

近期消息，清華NLP實驗室劉知遠教授團隊，最新提出大模型領域的密度定律（densinglaw），得出結論，大模型“能力密度”可實現三個月翻一番。需要說明的是，劉知遠教授正是面壁智能的聯合創始人。

面壁智能方面表示，本輪融資完成后，其將進一步提速以端側AI為代表的高效大模型商業化布局，以同等參數、更高性能、更低能耗、更快速度的高效大模型深度服務行業，為用戶創造具體可感知的價值。