来源：新浪证券

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。