大模型隐藏玩家上桌：DeepSeek 向左，面壁向右

97 0 0

文章摘要

在大模型竞赛中，业界玩家分化为三类：追求大参数模型、转向应用端和探索高效模型。算力上限和参数规模的非线性增长导致大模型发展受限，许多玩家转向应用端，而坚持者则寻求在有限资源下最大化参数效能。国内创业公司面壁和DeepSeek凭借高效开源模型受到关注，形成“6+2”格局。DeepSeek的V3模型在评测中超越其他开源模型，训练成本和时长远低于Llama 3 405B等。面壁则聚焦端侧，提出新型类脑高效稀疏Configurable Foundation Model架构，提升大模型知识密度和端侧模型低能耗推理。

面壁的MiniCPM-o 2.6模型仅8B参数，却具备GPT-4o级别的全模态实时流式视频理解和高级语音对话能力，支持视频、语音、文本输入输出，并能在iPad等端侧设备上进行多模态直播。面壁的技术路径包括端到端全模态流式架构、低延迟模态并发技术和端到端全模态流式学习，实现高级多模态语义知识。

面壁认为，AI应作为人的工具，提高效率，解放人力。实现AGI需坚持独到路线，面壁不会局限于单一问题，而是追求自身发展路径。