清华大学联合面壁智能在《自然・机器智能》发表论文，提出“能力密度”指标，强调模型性能应注重“重密度、轻规模”。研究发现，模型密度约每3.5个月翻倍，同等任务所需参数量可指数级下降。面壁智能据此推出高密度模型，已在手机语音助手、车载交互、智能家居等场景落地，并计划2026年推出“背包级”个人大模型。
一、能力密度指标的提出与意义
“能力密度”是指单位参数可承载的有效智能。过去，AI大模型的发展多遵循“规模法则”，即模型越大、能力越强，但这也导致了训练和使用成本的大幅上升。清华大学的研究团队提出“能力密度”概念，旨在改变这种现状。研究表明，AI大模型的能力密度正以指数级速度增长，大约每3.5个月翻一倍。这意味着，未来可以用更少的参数实现相同的智能水平，从而降低模型的训练和使用成本，推动AI技术的更广泛应用。
二、高密度模型的实践与成果
面壁智能基于“能力密度”理念，推出了0.5B-2B系列“高密度”模型。这些模型在同等下游任务上的性能可达到7B-13B水平，已规模化落地于手机语音助手、车载交互与智能家居边缘盒子等场景。其推理延迟小于100ms，端侧功耗下降45%，展现了高密度模型在实际应用中的显著优势。
三、未来展望与发展规划
面壁智能CEO李丹表示，下一步将联合清华大学把密度提升曲线纳入模型研发KPI，目标是2026年推出“背包级”个人大模型，该模型可在NPU手表端运行。这将进一步推动“模型小型化”生态的发展，使AI模型更加高效、便捷，更好地满足个人用户的需求。
