8月12日，面壁智能首次向上海证监局提交上市辅导备案报告，正式启动A股上市辅导，中信证券任辅导机构。这家孵化自清华大学自然语言处理实验室的端侧大模型独角兽，上半年累计融资超50亿元、估值突破200亿元，是国内端侧智能领域公开估值最高的企业。
一切发生得很快。8月12日，面壁智能向上海证监局提交上市辅导备案报告，中信证券担任辅导机构——从成立到启动IPO，这家公司只用了4年。
备案信息透露出更细的股权结构：注册资本154.5833万元，目前无控股股东；第一大股东为北京清语启航科技中心（有限合伙），持股16.45%。
面壁智能成立于北京，孵化自清华大学自然语言处理实验室
与清华团队提出「大模型密度定律」（Densing Law）
相关论文发表于《Nature Machine Intelligence》，入选当期封面
完成新一轮融资，上半年累计融资超50亿元
提交A股上市辅导备案，正式启动IPO
注：上市辅导为IPO前置流程，后续还需经过辅导验收、申报受理、交易所审核与注册等环节，进程存在不确定性。
但上市只是结果。真正值得拆解的，是这家公司为什么能在4年内走到这里。
启动IPO辅导之前，面壁智能刚刚完成一轮大额融资。7月15日，新一轮融资落地——投资方包括国家级基金、央企、汽车制造商等产业方，以及知名财务投资机构。
至此，面壁智能2026年上半年累计融资金额超过50亿元，估值超过200亿元，成为国内端侧智能领域公开估值最高的独角兽企业。
注：「端侧估值第一」为公司公开披露口径下的行业比较；最新融资条款与股权结构以上市辅导文件为准。
面壁智能的核心业务是端侧大模型研发及产业化，核心产品为 MiniCPM 系列。与依赖云端算力的传统大模型不同，端侧模型直接部署在手机、汽车、PC、机器人等本地设备上，能在弱网甚至断网环境中运行。
推理依赖数据中心算力，每次调用需联网，响应延迟受网络状况影响，数据需上传至服务端。
模型驻留本地设备，弱网/断网可用，延迟更低，敏感数据不出设备，边际推理成本趋近于零。
「大模型密度定律」（Densing Law）——模型能力密度随时间的推移呈指数级增长。面壁智能与清华大学团队于2024年提出这一定律，论文在2025年11月登上《Nature Machine Intelligence》封面，为端侧模型的可行性提供了理论支撑。
技术密度有了，接下来看它如何落地。
面壁智能已进入汽车、手机、PC、智能家居、低空飞行器、民航、法律及具身智能等市场。其中，汽车是目前量产进展最快的方向。
注：市场版图按公司公开披露的商业化方向整理；「量产最快」指已实现多车型落地，其余赛道多为试点或合作阶段。
面壁智能2022年8月成立于北京，孵化自清华大学自然语言处理实验室。它的核心团队，是学界与产业界的罕见组合。
曾任知乎合伙人、CTO，长期负责互联网产品、技术及商业化工作——从社区产品到端侧AI，产业经验直接转化为落地能力。
现任清华大学计算机系教授，长期从事自然语言处理、预训练模型与大模型研究——学术密度构成技术的底层壁垒。
面壁智能的IPO，本质上是把技术密度兑现为资本密度的一次尝试。端侧AI的竞争已经从跑分转向量产装车量与开源下载量——当估值锚点从参数规模切换到落地规模，整个AI行业的叙事逻辑都在被重写。
一边是 MiniCPM 开源系列在 GitHub、Hugging Face 持续更新，一边是搭载端侧大模型的新车型陆续上市——技术密度能否转化为商业密度，2026 下半年的量产数据会给出答案。
关注面壁智能 → MiniCPM 开源模型 / 量产车型