2026年8月11日，北京面壁智能科技股份有限公司在北京证监局正式办理IPO辅导备案登记，拟首次公开发行股票并上市，辅导券商为中信证券。就在一周前的8月6日，公司刚刚完成股份制改革。这家成立仅四年的清华系AI公司，以半年融资超50亿元、估值突破200亿元的惊人速度，成为端侧智能领域公开估值最大的独角兽。

　　在智谱、MiniMax相继登陆港股，摩尔线程与沐曦敲开科创板大门之后，面壁智能成为2026年AI上市潮中最新的入场者。但与多数押注云端通用大模型的同行不同，面壁智能自2024年起便将核心资源投向端侧模型——让大模型直接部署在手机、汽车、PC、机器人等终端设备上原生运行。这家从清华大学自然语言处理实验室走出的公司，正在试图回答一个行业性问题：在端云协同的时代，模型厂商到底能不能拥有自己的议价权？

　　从“非共识”到“主航道”：端侧AI赛道的价值重估

　　面壁智能的故事始于清华大学自然语言处理与社会人文计算实验室（THUNLP）。2022年8月，公司正式注册成立，由清华计算机系长聘副教授刘知远担任首席科学家，原知乎CTO李大海出任董事长兼CEO。公司名称“面壁”取自英文名“ModelBest”，寓意自省与精进。

　　成立初期，面壁智能并未形成清晰的市场定位。真正的转折发生在2024年初——彼时国内大模型竞争集中在云端参数规模，几乎所有玩家都在卷参数、拼算力、比跑分，面壁智能却选择了一条“非共识”路线：把模型做小。2024年2月，公司发布参数规模仅2B的MiniCPM-2B模型，可在CPU上直接运行；随后推出MiniCPM 2.4B，公司称之为全球首个端侧基座大模型。

　　这条差异化路线的底层逻辑，是面壁团队提出的“密度定律”（Densing Law）——模型能力密度随时间呈指数级增强，达到特定智能水平所需参数量约每3.5个月下降一半。刘知远将这一规律类比为“模型制程”的持续进步：“如果摩尔定律提高的是芯片电路密度，密度定律提高的就是单位参数所能承载的智能。”2025年11月，相关研究成果以封面文章形式发表于《Nature Machine Intelligence》，成为继Scaling Law之后行业又一被广泛认可的基础规律。

　　这条当初的“小众判断”，如今已成为行业共识。2026年被业界视为“端侧AI商业化元年”。苹果6月公布第三代Foundation Models，AFM 3 Core维持约3B参数；Google在Android上继续扩大Gemini Nano的本地运行能力。7月15日，网信办发布7款手机端侧生成式人工智能服务备案信息，涵盖苹果、三星、小米等主流终端品牌，面壁智能是其中唯一一家参与备案的端侧模型提供方。

　　市场空间方面，IDC预测2026年中国AI手机出货量将达1.47亿台，端侧AI市场规模预计突破8000亿元。弗若斯特沙利文预测全球端侧AI市场规模将从2025年的3219亿元跃升至2029年的1.22万亿元，年复合增长率达40%。

　　正是在这一产业背景下，面壁智能的融资节奏急剧加快。2026年上半年，公司完成四轮融资，累计融资金额超50亿元，估值突破200亿元。投资方名单从早期的知乎、智谱、春华创投、华为哈勃，逐步切换为中国电信、深创投、京国瑞、中金资本等国家队和产业资本。资金性质的变化本身就是行业风向的信号——产业资本用真金白银为端侧AI的未来投票。

　　商业化落地层面，面壁智能已构建起“三线并进”的格局。汽车领域，端侧智能座舱产品矩阵SuperMate已实现超30万台车辆的量产交付，合作车企涵盖长安马自达EZ-60、吉利银河M9、上汽大众、广汽等6个品牌。公司预计到2026年底将有超过30万辆汽车搭载其端侧模型。手机领域，MiniCPM系列端侧模型已搭载于三星折叠屏手机Galaxy Z Fold8系列上市。具身智能领域，公司2026年7月正式发布MiniCPM5-2B端侧文本大模型及VLA具身模型。截至目前，MiniCPM“面壁小钢炮”系列端侧模型全球累计下载量已突破4300万次。

　　如果说“密度定律”是面壁智能技术路线的理论基石，那么这些产业落地数据就是资本市场对其定价的实践依据。从2023年天使轮数千万元融资到2026年估值突破200亿元，面壁智能用四年时间完成了一级市场的价值重估。

　　AI大模型IPO的“政策窗口”与商业逻辑

　　面壁智能启动IPO辅导的时间阶段，恰好踩中了一个关键的政策窗口。2026年6月17日，上交所发布《上海证券交易所发行上市审核规则适用指引第10号——人工智能大模型企业适用科创板第五套上市标准》，明确支持尚未形成规模收入、但模型已规模化应用的优质AI大模型企业适用第五套上市标准。该指引将“至少一个大模型产品已完成上线并实现规模化应用”作为阶段性成果的硬性要求。

　　从辅导备案报告来看，面壁智能此次的目标市场是A股而非港股，市场普遍预期其将登陆科创板。有投行人士指出，基于行业属性、估值水平及政策风向，面壁智能有较大概率冲刺科创板。若后续顺利上市，它将成为继智谱、MiniMax之后又一家进入公开资本市场的大模型企业，同时也是国内第一家启动IPO流程的端侧大模型厂商。

　　从股权结构看，面壁智能无控股股东，第一大股东为北京清语启航科技中心（有限合伙），持股16.45%。联合创始人刘知远、李大海分别直接持股6.79%和5.92%。这种分散的股权结构，既体现了创始团队对公司的控制力，也为后续引入战略投资者预留了空间。

　　然而，从一级市场的估值狂欢到二级市场的价值检验，面壁智能还有一段不短的路要走。辅导备案登记只是企业登陆资本市场的第一步，后续还需完成辅导验收、申报受理、审核问询等环节。对于这家成立仅四年的企业而言，更大的挑战在于商业化的可持续性。

　　面壁智能CEO李大海为公司规划了三个方向：“第一，持续发布端侧基础模型，赋能更多开发者；第二，直接服务一些出货量大的重要设备厂商；第三，在新的AI原生端侧设备上探索自己的硬件产品。”这套策略的核心逻辑是：不放过每一个业务场景，从汽车到手机再到具身智能、智能家居，穷尽整个智能硬件生态。在模型能力之外，面壁选择把“活做得更重”——向上做智能体平台与企业服务，向下深入硬件与供应链。

　　这套“重资产”策略背后的商业焦虑不难理解。AI1.0时代的教训仍然历历在目——技术提供商往往沦为硬件厂商压价的对象，难以拿到真正的议价权。面壁智能试图通过深度绑定终端场景、构建从模型到应用的完整闭环，来摆脱“组件化”的命运。以汽车板块为例，座舱预装授权费随量产车型结算，以吉利、长安、上汽的量产车型数量推算，汽车板块有望成为面壁智能首个规模化收入来源。

　　但商业化的深水区远不止于此。端侧AI的竞争重点正在从“谁的模型更小、更强”延伸到“谁能把模型、芯片和系统调到一起”。这意味着面壁智能不仅要面对同类型模型厂商的竞争，还要与芯片厂商、终端设备商在价值链上展开博弈。技术越来越硬，生意始终很薄——这是所有模型公司都需要面对的问题。

　　从更宏观的视角看，面壁智能的IPO进程也是中国AI产业资本化路径的一个缩影。在智谱、MiniMax选择港股之后，面壁智能冲击A股科创板的选择，既是对国内资本市场改革信心的体现，也是对“硬科技”定位的坚守。上交所科创板第五套标准向AI大模型企业扩容，本质上是监管层对AI产业“尚未盈利但具备核心技术”这一特殊阶段的理解与包容。

　　站在2026年8月，面壁智能已经用技术积累和产业落地证明了端侧这条路可以走通。但上市之后，市场将用更严苛的标准来审视它：端侧AI的市场空间能否支撑200亿元的估值？模型厂商的商业模式能否摆脱“薄利多销”的困境？“密度定律”的技术领先能否持续转化为商业壁垒？

　　这些问题，或许要等到面壁智能真正登陆科创板、披露招股书之后，才能看到更清晰的答案。但无论如何，这家从清华实验室走出的“面壁者”，已经为中国AI大模型的资本化之路提供了一个独特的样本——不是追逐参数规模的军备竞赛，而是在“把模型做小”的孤独道路上，等来了端侧AI的黄金时代。

　　本文创作借助AI工具收集整理市场数据和行业信息，结合辅助观点分析和撰写成文。