百人会论坛丨面壁智能李大海: 隐私和可靠性都需要通过端侧模型来达到
2025年3月28-30日,中国电动汽车百人会年会论坛在钓鱼台国宾馆举办。作为战略合作媒体,搜狐汽车对本次论坛进行全程视频直播,以及短视频报道和参与企业嘉宾采访等环节。本次受访嘉宾是面壁智能CEO李大海。
2025年3月28-30日,中国电动汽车百人会年会论坛在钓鱼台国宾馆举办。作为战略合作媒体,搜狐汽车对本次论坛进行全程视频直播,以及短视频报道和参与企业嘉宾采访等环节。本次受访嘉宾是面壁智能CEO李大海。
在钓鱼台国宾馆举办的2025年中国电动汽车百人会年会论坛上,搜狐汽车作为战略合作媒体,进行了全面的视频直播及短视频报道,并深入采访了多家参会企业代表。其中,面壁智能CEO李大海接受了独家采访,分享了他对云端模型与端侧模型的独到见解。
今年DeepSeek崛起后,《麻省理工科技评论》刊发了一篇题为《关注DeepSeek之外的4家中国人工智能初创公司》的报道,指出阶跃星辰、面壁智能、智谱AI、无问芯穹4家企业同样展现出不逊于DeepSeek的技术实力与全球竞争力。
在智能座舱方面,“小钢炮超级助手cpmGO”堪称独树一帜,具备跨越舱外至舱内的全链条感知、决策与执行能力,成功实现端到端的智能化应用。其丰富的能力库涵盖视觉、语音、多模态、图形UI交互、融合感知、意图判断与执行等多个维度,为用户打造出与云端全面对齐的智能座舱“
一直以来,面壁推出的「面壁小钢炮」MiniCPM 端侧模型,在全球开源社区广受好评。伴随着端侧智能在全球范围内,日益成为大模型落地的关键场景,面壁智能也作为端侧模型代表团队,受到越来越热切的关注。
据介绍,小钢炮超级助手cpmGO在智能座舱方面具有跨越舱外至舱内的全链条感知、决策与执行能力,实现了端到端的智能化应用。它具有视觉、语音、多模态、图形UI交互、融合感知、意图判断与执行等丰富能力库。
据介绍,小钢炮超级助手cpmGO在智能座舱方面具有跨越舱外至舱内的全链条感知、决策与执行能力,实现了端到端的智能化应用。它具有视觉、语音、多模态、图形UI交互、融合感知、意图判断与执行等丰富能力库。
在纷繁复杂的现代社会,每个人都在追逐着各自不同的生活目标和理想。然而,在这快节奏的生活中,我们很容易迷失方向,忘记了自我修养的重要性。古人云:“对墙面壁,吾日三省吾身”,这不仅是一句简单的自省格言,更是一种深刻的人生智慧。“对墙面壁”这一行为,源于古代僧人修行
#北京日坛公园有一群面壁人##央视网发白敬亭上春山#在北京CBD旁边,藏着全北京“最阳”之地——日坛公园,这是明清两代帝王每年春分时节祭祀太阳的地方。在坛壝处,每天都有一群特别的“面壁人”。他们或站或坐,面朝红墙绿瓦,似乎在玩一场“与墙对话”的游戏,又像是在进
一直就有人给我杠、自己成为超级个体是不可能的,因为即便做电商、直播或者短视频也有很多工作要做,一个人是不可能完成、更不可能开公司当老板的。
去年 5 月,OpenAI 推出可实时语音交互的「4o」模型,相当于模型长出了「耳朵」和「嘴巴」。到去年 12 月,OpenAI 宣布在高级语音模式中加入视频通话和屏幕共享,相当于模型长出了「眼睛」,电影《Her》中人工智能助理慢慢成为现实。
例如你Pad上的MiniCPM-o 2.6,就可以“睁眼”玩儿三仙归洞,还能记住所有牌被翻过去前的图案:
大模型赛跑两年后,玩家已逐步分化为三种趋势:一类玩家仍追随 OpenAI 的脚步卷大参数基座模型,另外一类烧不起钱的玩家转头拥抱应用端,而第三类则自始至终都在摸索如何更高效打造出性能更优的模型。
昨天,面壁低调(没媒体曝光)发布了新模型 MiniCPM-o 2.6:【开源】【端侧】比肩 GPT-4o,只有 8B,非常强!
正当我准备去地下室拿酒的时候,却听到了地下室传来的哭声,我赶忙过去发现两个孩子打架了,孙子坐在地上哭。我罚外孙面壁思过,女婿对我的处理不满意,隔天就把我的生活费断了。
刘知远从未怀疑过出题人,反而怀疑是不是自己太笨了,“理解不了题目”。多年后深入学习语言哲学之后,他才渐渐意识到这其实是种天赋,“我就比较善于抓住语言里面那个不确定的地方”。
今年下半年,关于大模型领域的公共信仰Scaling Law是否“撞墙”的讨论络绎不绝。但不论支持还是反对,都需要意识到的一点是,Scaling Law并非衡量大模型能力的唯一视角。
资本对AI还没有失去耐心。12月11日,面壁智能宣布完成新一轮数亿元融资,这是继去年4月和今年4月后,该公司公布的第三次融资信息。今年下半年,大模型投融资市场仍然活跃,业内人士指出,资本的关注重点更多转向大模型应用落地及商业化前景。
虽然面壁智能此前不在业内常用的“六小虎”序列之内,但它吸纳的关注度并不逊于前几者。并且在当前这个节点取得融资,恰恰说明面壁智能不需要走六小虎此前的路。
当前,哪怕是 ChatGPT 等最先进的 AI Agent 都是传统的被动式 Agent(下图 1 左侧所示),即需要用户通过明确的指令显式告诉 Agent 应该做什么,Agent 才能继续执行接下来的任务。