車東西（公眾號：chedongxi）
作者 ｜ Janson
編輯 ｜ 志豪

車東西12月23日消息，今天下午，專注端側AI大模型的面壁智能宣布完成數億元融資。

官方信息顯示，本次融資由京國瑞、國科投資、中金保時捷基金、米聚資本與和基投資共同參與，募集資金將主要用于加大端側高效大模型的研發投入，加速端側AI的商業化進程。

面壁智能深耕國內端側智能領域，在汽車領域，截止目前，面壁智能的產品已經應用于長安馬自達、吉利銀河等車型，實現了MiniCPM系列端側大模型在智能座艙的規模化應用。

此外，面壁智能也和大眾、華為等多家知名企業達成深度合作。

▲面壁智能合作伙伴（部分）

在技術路線方面，面壁智能專注于高知識密度、低參數規模的端側模型研發，通過自研推理框架和芯片適配技術，解決了汽車場景下的離線響應、隱私安全和實時交互難題。

隨著新融資的注入，面壁智能正加速推進端側大模型在自動駕駛感知層的應用，同時通過與華為等企業的合作，構建覆蓋全球市場的汽車AI生態。

一、成立汽車一級事業部 大模型上車馬自達、吉利銀河

公開消息顯示，面壁智能在2025年7月下旬進行了新一輪組織架構調整，將汽車業務線提升為一級組織，直接向CEO李大海匯報。

面壁智能的這一調整，也是公司對汽車領域戰略重視程度大幅提升的表現。

李大海在全員信中明確表示，在新一輪組織升級中，面壁專門成立一級組織“汽車業務線”，推動MiniCPM模型廣泛上車。

▲面壁智能的端側AI技術

從量產成績上來看，首款搭載面壁智能端側模型的量產車型長安馬自達MAZDA EZ-60于2025年4月上市，隨后在9月，吉利銀河M9也成功部署了面壁智能的端側VLA多模態大模型，這兩款車型的上市也驗證了端側AI技術在汽車領域的商業化價值。

不難看出，面壁智能已經將汽車視為端側智能的主戰場之一。

當下，多模態大模型正在重新定義汽車智能座艙，基于端側模型的意圖理解能力，結合艙內艙外感知，座艙從被動響應開始向主動智能轉變。

二、一年完成3輪億元融資 高管來自清北

從面壁智能的融資歷史來看，包括本次融資在內，其在2025年完成了3次“數億元”級別的融資。

總的來看，面壁智能完成了5輪“數億元”級別的融資，其中不乏龍芯、茅臺等頭部投資機構注資。

保守估算，不到三年的時間，面壁智能或許至少拿到了5億元的融資。

▲面壁智能歷史融資信息（企查查）

而在天使輪中，目前估值最高大模型公司之一的“智譜華章”赫然在列，后者估值已超過240億元，且于近日在港交所遞表。

與此同時，面壁智能的穩健發展離不開核心管理團隊的豐富履歷。

面壁智能CEO李大海畢業于北京大學數學系，曾是Google中國初創成員，并歷任知乎CTO及合伙人，擁有管理千人技術團隊的豐富經驗與成熟的商業化操盤能力。

▲面壁智能CEO李大海

面壁智能的CTO曾國洋，則是清華大學計算機系出身的青年技術領袖，師從國內最早投身大模型研究的開發者之一劉知遠教授。

▲面壁智能CTO曾國洋

作為清華NLP實驗室的核心成員，他主導了從CPM到MiniCPM系列模型的演進，通過自研推理框架與量化技術，在算力受限的端側設備上實現了極致的性能表現。

李大海在復雜工程管理與商業生態構建上的深厚積淀，與曾國洋在高效大模型領域的技術創新能力深度融合，共同筑牢了面壁智能在端側AI賽道的競爭護城河。

三、針對端側優化 部分測試超越頭部開源模型

從具體的產品來看，面壁智能的產品均對諸如車端這樣算力受限的平臺進行了優化。

▲面壁智能產品能力對比

MiniCPM4.0-8B采用稀疏注意力架構，在MMLU、Ceval等基準測試中性能超越Qwen-3-8B和Gemma-3-12B。

其創新性在于將稀疏度從行業普遍的40%-50%降至5%，注意力層僅需1/10的計算量即可完成長文本計算。

在128K長文本場景下，MiniCPM4.0-8B相較于Qwen3-8B僅需1/4的緩存存儲空間，量化版實現90%的模型瘦身。

MiniCPM4.0-0.5B則通過極致輕量化設計，以2.7%的訓練開銷，相較Qwen-3-0.6B、Llama 3.2等實現了性能翻倍。

其推理速度高達600 tokens/秒，能夠在算力受限的車載環境中提供流暢的交互體驗。

▲面壁智能的模型在開源社區

在視覺處理方面，MiniCPM-V4.5通過3D-Resampler架構實現96倍視覺壓縮率，在視頻理解任務中超越Qwen2.5-VL 72B模型，支持每秒10幀的高刷新率視頻解析。

0.9B參數端側VLA多模態模型則是面壁智能與吉利中央研究院聯合定制開發的成果，實現了艙內外環境的多模態感知融合與主動決策閉環。

結語：面壁智能加注端側AI

面壁智能通過密集的資本注資與組織架構優化，進一步確立了其在汽車端側AI領域的戰略重心。

其MiniCPM系列模型憑借輕量化與高效率的技術特性，已在吉利、馬自達等量產車型上驗證了商業價值。

可以看出，面壁智能正從單純的技術供應商向生態構建者演進，持續推動端側大模型在汽車全場景的深度融合與規模化落地。