作者 | 王启隆
出品丨AI 科技大本营（ID：rgznai100）
2026 年初的科技圈发生了一个很有意思的现象：二手市场上的 Mac Mini 突然成了理财产品，价格一路飙升。
名为 OpenClaw（以及其前身 Moltbot）的开源项目在 GitHub 上爆火，一夜之间，全球的开发者和极客们似乎达成了一种共识：我们不再满足于在网页框里和 ChatGPT 聊天，我们需要一个 Agent（智能体），一个能接管我的鼠标键盘、能帮我整理本地文件、能像私人管家一样处理繁杂事务的“数字分身”。
但这股狂热背后，很快就暴露出了一个巨大的逻辑黑洞。
当你兴奋地在本地部署好 OpenClaw，看着它接管你的电脑时，你很快会发现——这个所谓的“本地管家”，本质上是一个把你的隐私数据打包发送给云端 API 的搬运工。每一次屏幕截图的分析，每一次语音指令的理解，都要跨越几千公里的光缆，传到某个不知名的数据中心，计算完再传回来。
延迟、隐私泄露、断网即智障。这三个幽灵，让所谓的“个人智能”变成了一个随时可能断线的风筝。
也是在这个时间节点，我走进了五道口科建大厦。比起外面对于 Agent 概念的狂热追捧，这里正在进行的一场发布显得有些“反潮流”。DeepSeek、Qwen、GLM 皆有消息要在近期发布大参数模型，而面壁智能则是一如既往地掏出了一个仅有 9B（90亿参数）的小模型 MiniCPM-o 4.5，以及一块看起来朴实无华的硬件开发板 松果派（Pinea Pi）。
他们试图回答的问题，正是当今热潮下最被忽视的那个痛点：如果 AI 真的要接管我们的生活，它能不能把“脑子”长在它自己的“身体”里？
这场对话，无关乎谁的模型跑分更高，而关乎 AI 进化的下一个分支——从“云端的神谕”变成“指尖的直觉”。
告别“对讲机”：当 AI 终于学会了“被插嘴”
在很长一段时间里，人与 AI 的语音交互——无论是 Siri 还是早期的 GPT-4o 语音模式——都被困在一个名为“回合制”的牢笼里。
这种体验就像是使用老式的军用对讲机：你说完一句话，必须停顿，等待 VAD（语音活动检测）算法判定你“闭嘴”了，它才切断麦克风，把声音发给云端。云端处理完，再把回复发回来。
AI 在“说话”的时候，它的耳朵是聋的。
在面壁智能的演示现场，清华大学人工智能学院助理教授、面壁智能多模态首席科学家姚远向我们展示了什么叫“全双工”（Full-duplex）。这不仅仅是一个通信术语，它是让 AI 从“机器”变成“人”的关键一跃。
演示的场景非常生活化：一个人在白板上随意涂鸦，一边画一边跟 AI 闲聊。
画笔刚刚落下几根起伏的波浪线，MiniCPM-o 4.5 的声音就响起了：“看这线条的走势，你是打算画一片大海吗？”
画画的人并没有停笔，也没有按任何暂停键，只是随口回了一句：“没，你再看看。”
在传统的交互逻辑里，这句话大概率会被 AI 忽略，或者因为 AI 正在说话而造成识别冲突。但在这里，AI 几乎是毫秒级地改了口：“哦！看见那两个圆圆的眼睛了，原来是个卡通小人啊，这表情看着挺乐呵。”
这个过程没有那个“看门人”。MiniCPM-o 4.5 实现了真正的“感知不中断”——它的“眼睛”和“耳朵”是常开的。即使它自己正在说话，它也能同时听到你的插话，或者看到画面的变化，并实时决定是闭嘴倾听，还是调整话术。
官方将这种能力总结为“边看、边听、主动说”。
这背后的技术难度极高。模型需要在一个统一的时间轴上，同时处理输入的视频流、音频流和输出的语音流、文本流。面壁智能通过“时分复用”机制，将并行的全模态流划分为微小的时间片，让 9B 的小模型也能像杂技演员一样，同时抛接好几个球。
这带来的改变是颠覆性的。AI 不再是一个需要你按键触发的工具，它变成了一个始终在线的观察者。
它每秒钟都在以 1Hz 的频率进行决策：现在的环境变化重要吗？值得我打断主人吗？
这种混乱、实时、多并发的交流，才是真实世界的本来面目。如果不打破“回合制”的枷锁，AI 永远只能是像《钢铁侠》里早期的机械臂，而不是那个随时能吐槽、随时能帮忙的贾维斯。
GitHub：https://github.com/OpenBMB/MiniCPM-o
Hugging Face: https://huggingface.co/openbmb/MiniCPM-o-4_5
ModelScope: https://www.modelscope.cn/models/OpenBMB/MiniCPM-o-4_5
9B 的反击：用“密度法则”对抗“暴力美学”
这次发布的另一个争议点在于参数量。在各家大厂都在卷千亿甚至万亿参数的当下，面壁为什么死磕 9B 这个小尺寸？
在与清华大学计算机系长聘教授、面壁智能首席科学家刘知远教授的交流中，他详细解释了一遍面壁智能看家的核心理论：Densing Law（密度法则）。
刘教授现场画了个图，讲解两个 Law 之间的关系
过去几年，行业里信奉的是 Scaling Law（尺度法则），简单说就是大力出奇迹，模型越大越聪明。这就像早期的计算机，为了更强的算力，把机器造得像房子一样大。
“Scaling Law 并没有失效，但我们不能只看这一条路。” 刘知远认为，AI 的发展正在进入“摩尔定律”时刻。芯片的性能提升不是靠把芯片做成足球场那么大，而是靠更先进的光刻机，在指甲盖大小的地方塞进更多的晶体管。
同理，AI 的未来不在于把模型做得无限大，而在于提高“知识密度”。
“我们要做大模型界的光刻机。”这是面壁智能内部的一个核心信条。按照他们的测算，大模型的知识密度现在大约每 100 天就能翻一倍。这意味着，今天 9B 模型能做到的事情——全模态理解、高刷视觉识别、端到端语音对话——可能相当于一年前 70B 甚至更大模型的能力。
仅靠 9B 参数，在全模态、视觉理解、文档解析、语音理解和生成、声音克隆等方方面面，均做到了全模态模型 SOTA 水准
MiniCPM-o 4.5 就是这个理论的最新产物。它把视觉理解、文档解析、语音理解和生成、声音克隆等能力 All in One，塞进了一个 9B 的躯壳里。
这个判断极其关键。因为只有模型足够小，它才能跑在你的手机上，跑在你的车机里，跑在机器人那颗并不算强大的芯片上。
李大海在采访中也直言：“纯云端的方案，没法解决隐私和延迟。”
回到开头 OpenClaw 的例子。为什么大家那么渴望本地运行？因为谁也不想把自己的银行账单、私人邮件传到云端。而对于未来的机器人、智能眼镜来说，如果每做一个动作都要把视频传到云端分析，那个高昂的推理成本和带宽成本，足以让任何一家商业公司破产。
面壁在赌一个未来：最极致的智能，一定是在端侧的。 它不需要无所不知（那些百科全书式的知识可以偶尔问问云端），但它必须反应极快、极其懂你、并且绝对安全。
松果派：一家模型公司的“越界”阳谋
如果说 MiniCPM-o 4.5 是面壁打造的“灵魂”，即将在今年年中发布的“松果派”（Pinea Pi）就是他们试图定义的“躯体”。
这在行业里其实是个挺“非主流”的动作。一家做算法模型的软件公司，突然发了个硬件开发板。通常我们认为，软件公司做硬件，要么是想通过卖硬件赚钱（像苹果），要么是软件卖不动了想换个赛道。
那么，这究竟是一款什么样的硬件？
从拆解结构来看，松果派与其说是一块像树莓派那样的“裸板”，不如说是一个高度集成的“AI 智能体原生套件”。
它的核心是一颗算力澎湃的 Orin AGX 64G 模组，这为端侧运行 9B 这样参数规模的模型提供了物理保障。但不同于传统开发板需要你自己去买摄像头、配麦克风、还要被各种驱动兼容性折磨，松果派直接在机身顶端集成了高清摄像头和环形麦克风阵列，并配备了主动散热风扇以及 HDMI、Type-C、USB-A 和千兆网口等丰富接口。
换句话说，这是一个“开箱即用的物理大脑”。通电的一瞬间，住在里面的 MiniCPM-o 4.5 就拥有了眼睛和耳朵，能听能看。对于开发者来说，这意味着你不需要懂复杂的硬件电路，只需要把它像乐高积木一样塞进机器狗、服务机器人或者智能座舱里，你的设备就立刻拥有了理解世界的能力。
面壁 COO 雷升涛在现场讲了一个真实的故事。他们之前给一家车企做“遗留物提醒”功能——就是当你下车时，如果手机忘在车里了，车机要提醒你。
一开始，他们把模型部署上去，延迟高达 4 秒。
你想想这个场景：你关上车门，走了两步，甚至都进电梯了，车机才慢悠悠地喊一声“手机忘拿了”。这功能有啥用？
这 4 秒里，模型推理其实只占了一小部分时间。大量的时间被浪费在了摄像头数据的采集、编码、传输、解码，以及芯片内存的搬运上。因为现有的硬件架构，压根就不是为这种“流式全模态”模型设计的。芯片厂商设计芯片时，想的是怎么解码高清电影，怎么跑王者荣耀，而不是怎么让一个大模型同时处理视频流和音频流。
为了解决这个问题，他们不得不深入到底层，跟芯片厂商一起改驱动、改架构，把延迟硬生生从 4 秒压到了 1 秒以内。
这让他们意识到一个问题：如果没有一个好的“身体”，再聪明的“大脑”也发挥不出来。
松果派的存在，就是为了“打个样”。
它不是为了跟树莓派抢极客市场，而是为了给整个行业——给开发者，也给芯片厂商——定义一种标准：什么样的硬件才叫 Model-Native（模型原生）？
在这个板子上，MiniCPM-o 4.5 可以跑得飞快，视频流的处理路径是最短的，内存的占用是极致优化的。他们希望通过这个板子，告诉所有的硬件厂商：“看，路要这么修，车才能跑得快。”
这一招其实是“阳谋”。面壁通过开源模型和参考硬件，正在构建一个庞大的端侧生态。我们可以看到，MiniCPM-o 4.5 已经基于统一系统软件栈众智 FlagOS，在天数智芯、华为昇腾、平头哥、海光、沐曦等 6 款国产主流芯片上获得了端到端推理性能的提升。
具身智能的“最后一公里”：1Hz vs 10Hz
如果现在把一群 AI 圈的人放在一个房间里聊天，话题经常会自然延伸到那个终极科幻场景——机器人。
现在的机器人行业，其实挺尴尬的。做本体的厂商（波士顿动力那些）把运动控制做得炉火纯青，机器人能空翻、能跳舞。但如果你让它“去厨房把那个红色的杯子拿来”，它可能就傻了。
因为它有发达的小脑（运动控制），却缺一个聪明的大脑（理解与决策）。
李大海在采访中提出了一个非常精准的“频率分层理论”，即“1Hz vs 10Hz”。
“机器人的运动控制，比如保持平衡、抓取物体，属于 10Hz 甚至更高频的直觉反应。”李大海解释道，“这部分也就是我们常说的‘小脑’，目前行业解决得已经不错了。但真正的瓶颈在于 1Hz 的智能。”
什么是 1Hz 的智能？
它是深度思考，是规划，是对环境的复杂理解。当你告诉机器人“我渴了”，它需要理解这句话背后的意图（找水），环顾四周确认杯子的位置（感知），规划一条避开障碍物的路线（规划）。
“现在的机器人，往往是 10Hz 很强，1Hz 很弱。”姚远补充道。这就导致了一个尴尬的现状：机器人能精准地把杯子拿起来，但它不知道该去拿哪个杯子，或者在听到门铃响时不知道该先去开门还是继续倒水。
MiniCPM-o 4.5 的出现，本质上就是试图成为那个通用的 1Hz 大脑。
它不仅仅是一个聊天软件，它更像是一个通用的“感知中枢”。当把它装进机器人里，机器人就不再是一个瞎子和聋子。它可以一边走（小脑控制），一边看路边的障碍物，一边听主人的指令，一边思考该怎么规划路线（大脑控制）。
而且，因为它是端侧模型，这一切都不需要依赖不稳定的 Wi-Fi 网络。即使在没有信号的地下室，或者在火星上，这个机器人依然是有智慧的。
这种“端侧大脑 + 本地小脑”的架构，或许才是具身智能走出实验室、进入家庭的唯一解。
那么，当大厂也开始下场做手机助手、做端侧模型时，创业公司的护城河究竟有多深？
李大海在现场的回答显示出一种难得的清醒：“我们不打阵地战。”
他把 AI 市场分为了两类：
一类是 通用搜索与问答，这是巨头的必争之地。无论是 ChatGPT 还是豆包，本质上都是在抢占下一个时代的搜索入口。这是一个赢家通吃的统一市场，创业公司进去大概率是炮灰。
另一类是端侧智能，这是一个高度碎片化的市场。
“端侧市场不是铁板一块。”李大海分析道，“汽车、手机、PC、机器人、甚至智能眼镜，每一个终端的硬件架构不同，使用场景不同，用户的隐私需求也不同。”
在这个碎片化的战场里，巨头的“通用大模型”往往因为水土不服而难以落地。你不能直接把一个千亿参数的模型塞进车机里，也不能指望一套标准 API 适配所有的机器人底盘。
这就给面壁留出了巨大的“修路”空间。
他们愿意干苦活累活：去适配几十种不同的芯片，去压榨每一毫秒的延迟，去设计松果派这样的参考硬件。这些工作琐碎、繁重，但一旦做成，就会形成极高的壁垒。
MiniCPM-o 4.5 已经支持了 16 种不同大小的 int4 和 GGUF 量化模型，通过 llama.cpp 和 Ollama 就能在本地设备上高效推理。这种极致的工程化能力，正是面壁在“夹缝”中生长出来的根系。
“我们是在制造大模型时代的 ‘光刻机’，也是在铺设端侧智能的 ‘高速公路’。”
当开发者习惯了在松果派上开发，当车企习惯了 MiniCPM 的低延迟，当机器人厂商习惯了 1Hz 的智能分层，面壁智能就不再只是一个卖模型的公司，而是成为了端侧生态的基础设施。
走出科建大厦的时候，天色已晚。北京的寒风中，路边的大屏幕上正播放着某大厂“全知全能”AI 的广告。而在我身后这间普通的会议室里，一群人正在试图把 AI 从神坛上拉下来，塞进芯片，塞进板卡，塞进每一个具体的、微小的设备里。
OpenClaw 掀起的 Agent 热潮或许只是一个序幕，而真正的故事，可能就始于这块不起眼的开发板和这个只有 9B 大小的模型。这不仅是一场技术的突围，更是一场关于 AI 究竟该属于“巨头”还是属于“个体”的权利争夺战。
热门跟贴