今年的世界人工智能大会（WAIC），迎来了一位新成员——AI智能体手机。
阶跃星辰的STEPX Neo荣获“镇馆之宝”称号，被陈列在展台最为核心、人流最为密集的区域；搭载豆包手机助手的中兴努比亚Na viX Ultra同样吸引了众多参观者的目光，这也是外界期待已久的第二代豆包手机；面壁智能的展台也人气高涨，现场观察发现，他们不再强调模型参数和排名，而是聚焦于能落地真实场景的产品以及商业交付成果。
大家的热情，一方面源于对“AI手机究竟能做什么”的浓厚兴趣，更关键的是，端侧AI手机如今已正式获得“身份认证”——7款端侧AI手机服务成功通过备案，从单纯的技术概念转变为合规的实体。从此，AI手机的称谓将更加名正言顺。
作为首家布局、首家落地、首家全面投入端侧赛道的大模型公司，面壁智能提出了“端侧主内，云端主外”的协同逻辑。其端侧能力已正式进入三星旗舰手机供应链，成为国内首家打入国际手机大厂供应链的国产端侧AI模型。
7月22日晚，三星正式发布了全新折叠屏手机Galaxy Z Fold8 Ultra 和 Fold8，其搭载的Galaxy AI中的端侧模型能力，正是由面壁智能提供。这意味着，手机将能够以更自然、更具个性化的方式，满足用户高效办公、内容创作与自由表达的全场景需求。
为何三星会选择面壁智能？在WAIC期间，我们与面壁智能CEO李大海、总裁雷升涛及各端侧商业化负责人进行了深入交流。在密集的对话中，可以发现面壁智能对端侧这一路径的坚持，几乎达到了偏执的程度。而这种执着，恰恰解释了这家公司为何能在WAIC上同时收获流量、订单与监管的“三重认可”。
01、端侧AI落地展现“庄稼”长势
目前，关于AI手机的理想形态，市场上至少存在三套方案：手机厂商的自主研发路线，阶跃的自建终端模式，以及面壁的赋能者策略。
面壁所选择的路线，可以看作是一种社会化分工的体现：手机厂商专注于制造手机，模型公司则专注于开发模型。李大海以智能汽车为例，指出目前自动驾驶技术中约70%由第三方提供、30%为自研，他相信手机端侧AI领域也将形成类似的格局。
但这需要满足一个前提：第三方模型必须在技术上比手机厂商自研的模型更具竞争力。
在手机这一特定场景中，功耗、内存和发热都是物理性能的极限，无法通过金钱补贴来弥补。面壁CTO曾国洋直言：“跑不动就是跑不动，功耗过高会导致发热，你不可能用补贴来‘降温’。”
面壁通过“密度定律”对此作出了解释。该定律指出，开源大模型的最高能力密度，大约每3.5个月会翻一番。也就是说，每隔100多天，仅需一半的参数，就能达到同等水平的智能。
这一发现几乎挑战了行业“参数越大越强”的默认规律，提出真正决定模型价值的并非参数规模，而是单位参数所承载的有效智能量。
“密度定律”的产业意义非常直接：如果模型的智能密度能够持续翻倍，那么手机、汽车、机器人等终端设备，就能在不增加硬件成本的前提下，运行越来越强大的模型。
真正的落地要看实际场景，汽车是面壁吃到的第一个“螃蟹”。2025年10月，长安马自达EZ-60成为面壁端侧模型的首个量产车型。此后，吉利银河M9等车型也相继搭载了面壁自研的端侧智能体SuperMate。截至2026年底，SuperMate将实现超过30万台车辆的量产交付。
在手机领域，面壁与三星达成合作，是唯一一家以端侧模型能力参与备案的大模型企业。此外，面壁智能正式发布了具身智能模型系列MiniCPM-Robot；在航天领域，则联合一苇宇航打造了“大模型×太空算力”一体化解决方案。
在群访中，李大海被问及如何选择落地场景时，给出了三个衡量维度：“是否对端侧的需求是真实的，能否实现规模化复制，以及是否真正能盈利。”他将做项目比作“打猎”，而将规模化落地比作“种庄稼”。“我们很高兴地看到，庄稼长得越来越茂盛。”
02、端侧备案的特殊性
再回到监管层面。七款端侧AI同日完成备案，这本身就是一个里程碑，标志着国内首次对手机端侧AI进行集中备案管理。
不过，通过备案并不等同于用户体验的即刻改变。短期内，或许可以凭借“首家”“第一”等标签获得关注，但长期的竞争，取决于端侧模型的成熟度、生态互通圈的构建，以及技术迭代与政策合规之间的平衡。
那么，端侧AI技术要顺利通过监管，需要具备哪些特殊要求？面壁联合创始人、总裁雷升涛的回答非常直接：端侧模型必须做到“内生安全”。
过去，许多AI服务本质上是将问题发送到云端服务器，由远端大模型处理后再返回结果。但端侧AI则不同，它强调部分AI能力可以在手机本地运行，或至少由手机本地模型与云端模型协同完成。
这一点对手机至关重要。因为手机并非普通终端，它是离用户最近、使用频率最高、个人数据最集中的设备。如果AI要真正成为“个人助理”，就不能被动等待用户提问，而是要主动理解用户正在做什么、可能想做什么、哪些信息有价值。这正是手机端侧AI的核心价值所在。
“模型必须在预训练阶段就清楚什么是正确的、什么是该回答的，而不能像云端那样，依赖各种外部策略来拦截和更新安全策略。”雷升涛强调。
传统的云端AI，内容审核和拦截机制已相当成熟。而端侧AI生成的内容不经过任何服务器，审核难度进一步提高，需要覆盖数据来源合规性、用户隐私保护机制、内容风险管控能力、防造谣防侵权机制等多个核心维度，所有审核项全部达标后，才能获得正式备案号。
面壁恰恰具备这样的能力。作为最早押注原生端侧模型的公司，面壁从模型架构设计之初，就充分考虑了端侧部署的全部约束，包括安全性。“它不是简单地将一个大模型压缩进终端，而是从零开始为终端‘生长’出一个模型。”雷升涛表示，在安全问题上，面壁充满信心。
需要注意的是，“密度定律”提出的3.5个月迭代周期，大概率要长于监管审批周期。面壁能否实现快速迭代与合规的同步？雷升涛认为，基础能力稳定，基座稳定，能力是渐进式提升的。换句话说，面壁的技术迭代，是在一个安全基座之上的能力增强，而非对安全基座的反复重构。
这种“安全基座+能力迭代”的结构，让面壁在应对监管时有了可预期的路径，也使模型在推出后更有信心通过备案。面壁作为唯一一家以端侧模型能力参与备案的大模型企业，恰好印证了这一点。
写在最后
今年是面壁第三次参展WAIC，它的故事，可以看作是一个关于时机选择的故事。
在2024年下半年行业疯狂卷云端参数时，面壁选择全面投入端侧；在手机厂商纷纷自研模型时，它押注了第三方赋能的产业分工；在监管尚未明确端侧AI治理框架时，内生安全已被写入模型基因。
群访最后，李大海提到了面壁办公室文化墙上的一行小字：2030 AGI。他预测云端AGI会来得更快，端侧则可能慢1-2年，因此3-5年后，端侧的AGI一定会到来。
从2026年的规模化落地，到2030年的端侧AGI，这中间是4年的渗透期。面壁要做的，是在这4年里，将“密度定律”的技术优势，转化为产业级的市场份额，使自己成为端侧AI的基础设施。
