年度AI人物 | 對(duì)話曾國(guó)洋：要在虛擬與現(xiàn)實(shí)的邊界造模型

8歲寫代碼，24歲執(zhí)掌面壁智能技術(shù)，他說(shuō)“提高智能密度，往往才是更難的”。

文｜華商韜略 韜略專訪

1998年出生，8歲寫下第一行代碼，17歲以信息學(xué)奧賽金牌保送清華，24歲出任面壁智能聯(lián)合創(chuàng)始人兼CTO。7月的上海，2026世界人工智能大會(huì)（WAIC）期間，曾國(guó)洋又多了一個(gè)新標(biāo)簽——“2026中國(guó)AI盛典”評(píng)出的“十大年度AI人物”。

這份履歷背后有一組更硬的數(shù)據(jù)。寫代碼近20年；2020年12月，他所在的團(tuán)隊(duì)訓(xùn)練出國(guó)內(nèi)第一個(gè)中文大模型CPM-1；2024年初，20億參數(shù)的MiniCPM打平國(guó)外80億參數(shù)的Llama與Mistral，“以小博大”自此成為面壁的標(biāo)簽；今天，國(guó)內(nèi)能以開源周形式集中發(fā)布技術(shù)成果的公司只有兩家，主打云端的DeepSeek，主打端側(cè)的面壁智能。

行業(yè)習(xí)慣把過(guò)去幾年稱作大模型的上半場(chǎng)，把它歸于梁文鋒、閆俊杰、楊植麟。當(dāng)物理AI被越來(lái)越多人視為產(chǎn)業(yè)下半場(chǎng)，端側(cè)成為AI通往真實(shí)世界的必經(jīng)之路，下半場(chǎng)的聚光燈，正移向這位98年的技術(shù)掌舵人以及他身后的面壁智能。他們提出“知識(shí)密度”，把模型類比芯片制程；他們發(fā)明“模型風(fēng)洞”，在正式訓(xùn)練前預(yù)知模型性能；他們把端側(cè)定義為“虛擬與現(xiàn)實(shí)的邊界”。他們正在追求的，正如曾國(guó)洋在AI盛典頒獎(jiǎng)現(xiàn)場(chǎng)所說(shuō)：“我們始終相信，真正推動(dòng)AI進(jìn)步的，不只是簡(jiǎn)單的堆疊算力，更是要持續(xù)提升模型的智能密度，未來(lái)，面壁智能將繼續(xù)深耕端側(cè)，讓更高密度、更高效、更安全的AI，成為像水和電一樣觸手可及的基礎(chǔ)能力，真正服務(wù)每一個(gè)普通人，普惠每一個(gè)人。”

前不久，我們和曾國(guó)洋聊了聊他的20年：從沙灘上玩沙子的男孩，到國(guó)內(nèi)第一個(gè)大模型的誕生現(xiàn)場(chǎng)，再到被斯坦福學(xué)生團(tuán)隊(duì)“套殼”的風(fēng)波，以及人與AI的邊界。以下為對(duì)話全文，有刪節(jié)。

【01“我小時(shí)候也是一個(gè)特別貪玩調(diào)皮的小孩”】

問(wèn)：你是典型的“別人家的孩子”，8歲學(xué)編程，17歲保送清華。先講講你的人生經(jīng)歷。

曾國(guó)洋：其實(shí)我不太認(rèn)可“別人家的孩子”這個(gè)說(shuō)法，我小時(shí)候也是一個(gè)特別貪玩調(diào)皮的小孩。接觸計(jì)算機(jī)，更多是一種貪玩和好奇。我比較小的時(shí)候，臥室里就有一臺(tái)自己的計(jì)算機(jī)，那時(shí)候完全不懂，在電腦上創(chuàng)建個(gè)文件都能高興好久。后來(lái)老師說(shuō)，你對(duì)計(jì)算機(jī)這么感興趣，應(yīng)該去自己搞編程。我父母都不懂計(jì)算機(jī)，最開始也不喜歡我在這上面投入這么多，覺得是不務(wù)正業(yè)，經(jīng)常因?yàn)檫@個(gè)事吵。后來(lái)我做出一些有意思的軟件給他們看，他們才慢慢改觀，支持我去參加信息學(xué)競(jìng)賽。

問(wèn)：你是什么時(shí)候發(fā)現(xiàn)自己有天賦的？

曾國(guó)洋：我覺得不算天賦，只是投入了比其他人多很多的時(shí)間。從今年算起來(lái)，我已經(jīng)寫了快20年的代碼。我每次開始寫項(xiàng)目就停不下來(lái)，大家經(jīng)常批評(píng)我，說(shuō)你飯都不吃了。

【02國(guó)內(nèi)第一個(gè)大模型，在一臺(tái)筆記本電腦上首秀】

問(wèn)：你算是國(guó)內(nèi)最早一批做大規(guī)模預(yù)訓(xùn)練模型的人。

曾國(guó)洋：2020年，OpenAI發(fā)布了GPT-3，1750億參數(shù)，是當(dāng)時(shí)常見的BERT的1000倍以上，有點(diǎn)大力出奇跡的意思。傳統(tǒng)模型做的是識(shí)別人臉、識(shí)別文字，它是一個(gè)創(chuàng)造的模型，能說(shuō)話，有自己的思維過(guò)程。我第一次感覺那像是一個(gè)有靈魂的東西。之后我就覺得，這是必須要去做的事情。當(dāng)年12月底，我們?cè)谥窃囱芯吭旱闹С窒掠?xùn)練出了國(guó)內(nèi)第一個(gè)中文大模型，只有20億參數(shù)，現(xiàn)在大家管這叫輕量化模型，但在當(dāng)時(shí)是實(shí)打?qū)嵉拇竽Ｐ汀?/p>

本來(lái)想公開發(fā)布，后來(lái)想想不放心——它是第一個(gè)真的能自己說(shuō)話的模型，萬(wàn)一說(shuō)了什么不好的東西，風(fēng)險(xiǎn)有點(diǎn)大。所以只在智源一個(gè)晚會(huì)上做了內(nèi)部發(fā)布：一臺(tái)筆記本電腦，屏幕投在電視上。大家做得最多的是寫小說(shuō)，把自己的名字放進(jìn)去看劇情。一個(gè)很小的桌子圍了好幾圈人，水泄不通。那之后過(guò)兩個(gè)月，國(guó)內(nèi)很多團(tuán)隊(duì)開始做大模型，第二年我們專門啟動(dòng)了“悟道”項(xiàng)目，要在國(guó)內(nèi)做出更強(qiáng)的大模型。

【03“技術(shù)只是創(chuàng)業(yè)中的一環(huán)”】

問(wèn)：那個(gè)時(shí)間點(diǎn)，很多大廠向你拋出橄欖枝，你都回絕了，選擇創(chuàng)業(yè)。為什么？

曾國(guó)洋：這是我特別想做的事。我寫了很多年代碼，做過(guò)很多不同的領(lǐng)域，知識(shí)面更寬一些。如果我是這樣一個(gè)更全能的，也許應(yīng)該去做一件更全面的事，創(chuàng)業(yè)其實(shí)對(duì)一個(gè)人能力有非常全面的要求，所以我說(shuō)我一定要挑戰(zhàn)一下，看一下我還有哪些地方能夠持續(xù)的去優(yōu)化，以及我能夠創(chuàng)造出什么不一樣的東西出來(lái)。最開始創(chuàng)業(yè)要做什么，我們也沒有想特別好，但大模型出現(xiàn)之后，我們斬釘截鐵：一定要做，越快越好。

問(wèn)：創(chuàng)業(yè)的挑戰(zhàn)有哪些？

曾國(guó)洋：真正創(chuàng)業(yè)之后才發(fā)現(xiàn)，技術(shù)只是創(chuàng)業(yè)中的一環(huán)。以前我一直在想，技術(shù)足夠厲害了，其他是不是都能水到渠成，后來(lái)發(fā)現(xiàn)沒有這回事。每天醒來(lái)要考慮的是公司的錢從哪來(lái)，怎么發(fā)工資，怎么交付客戶，怎么融資。這些麻煩事往往都在技術(shù)之外。我的MBTI是INTJ，以前覺得沒什么好說(shuō)的，我說(shuō)了你們也聽不懂。創(chuàng)業(yè)之后得跟各種人打交道，跟投資人聊技術(shù)他聽得云里霧里，我慢慢學(xué)會(huì)用更簡(jiǎn)單的話把復(fù)雜技術(shù)講清楚。今天大家看我能說(shuō)這么多話，好多是那個(gè)階段磨出來(lái)的。

問(wèn)：2024年，面壁的模型被斯坦福學(xué)生團(tuán)隊(duì)抄襲。你的第一反應(yīng)是什么？

曾國(guó)洋：我很生氣。我們的開源模型發(fā)布在Hugging Face上，下載量竟然還沒盜版的多。而且沒什么辦法——當(dāng)時(shí)國(guó)外很難相信一個(gè)中國(guó)團(tuán)隊(duì)能把大模型做這么好，第一反應(yīng)是大概率你抄他。后來(lái)我們找到一個(gè)關(guān)鍵證據(jù)：我們和清華合作做清華簡(jiǎn)（戰(zhàn)國(guó)竹簡(jiǎn)文字）識(shí)別，這批古文字?jǐn)?shù)據(jù)只有清華有，我們訓(xùn)進(jìn)了模型里，還沒來(lái)得及宣傳就被抄走了。一個(gè)斯坦福學(xué)生團(tuán)隊(duì)，怎么可能去做清華簡(jiǎn)識(shí)別，這就實(shí)錘了。這件事還上了微博熱搜，因?yàn)榇蠹业牡谝环磻?yīng)都是，哪有國(guó)外抄國(guó)內(nèi)的。

經(jīng)過(guò)這件事，大家終于相信有一個(gè)技術(shù)上這么專業(yè)的團(tuán)隊(duì)在認(rèn)真做大模型。最近MiniCPM 5傳到歐洲，有老外很感慨，說(shuō)模型用起來(lái)體感非常好。從憤怒到自豪，是有一點(diǎn)的。

【04知識(shí)密度：模型也有自己的“制程”】

問(wèn)：面壁之前做基礎(chǔ)大模型，為什么后來(lái)轉(zhuǎn)向端側(cè)？

曾國(guó)洋：我們最早做云端模型，做幾十B甚至上百B規(guī)模。到第四代模型時(shí)，我們研發(fā)出模型風(fēng)洞技術(shù)，做了一個(gè)小規(guī)模驗(yàn)證版本，效果特別好：2024年初，Meta的Llama 8B、Mistral的8B達(dá)到的效果，我們用一個(gè)2B模型就能達(dá)到。我們覺得應(yīng)該先發(fā)布出去占個(gè)座，這就是第一個(gè)MiniCPM。老外說(shuō)你這個(gè)模型肯定作弊了，怎么可能這么好；越來(lái)越多人跟進(jìn)研究后，慢慢就接受了。這個(gè)系列延續(xù)到現(xiàn)在，已經(jīng)是第五個(gè)版本。

問(wèn)：面壁最大的技術(shù)壁壘是什么？

曾國(guó)洋：我們技術(shù)壁壘還是挺多的，包括內(nèi)部自研的一些技術(shù)，都是我們做這么多年大模型慢慢積累起來(lái)的。要說(shuō)一個(gè)的話，那就是知識(shí)密度。

ChatGPT發(fā)布之后，我們?cè)趯?shí)驗(yàn)中逐漸認(rèn)識(shí)到，影響模型真實(shí)智能的，除了參數(shù)規(guī)模，還有知識(shí)的智能密度。可以類比芯片：芯片有制程，模型也有自己的“制程”，相同規(guī)模下能達(dá)到的智能水平越來(lái)越高。很多人有一個(gè)誤解，覺得大就是好。世界上第一臺(tái)計(jì)算機(jī)ENIAC有六間房那么大，運(yùn)算速度還比不上現(xiàn)在的手機(jī)。提高智能密度，往往才是更難的——把更多智慧塞進(jìn)一個(gè)有限的空間，這件事本身是難的。

這個(gè)概念算是我們首創(chuàng)的。OpenAI的Scaling Law論文提出了一條曲線，我們發(fā)現(xiàn)那其實(shí)是很多條曲線，斜率的差異就代表技術(shù)的先進(jìn)性。我們把它當(dāng)成一把量尺：用相同技術(shù)訓(xùn)練不同規(guī)模的模型構(gòu)成一條曲線，把它當(dāng)成尺子，去量新模型對(duì)應(yīng)過(guò)去什么規(guī)模。比如我們現(xiàn)在的1B模型，效果比幾年前100多B的模型還好，這就代表了密度。模型風(fēng)洞也是類似的思路——造飛機(jī)有風(fēng)洞，在整機(jī)試飛前就知道飛行狀況；我們?cè)谡接?xùn)練前，先在更小的規(guī)模上做大量實(shí)驗(yàn)，拿風(fēng)吹一吹，看模型訓(xùn)完能到什么水平。

問(wèn)：很多人說(shuō)物理AI是產(chǎn)業(yè)下半場(chǎng)。端側(cè)AI是物理AI的必經(jīng)之路嗎？為什么不能一直從云端調(diào)用？

曾國(guó)洋：端和云是有區(qū)別的。云端的工具面向的場(chǎng)景很多在純數(shù)字空間里：幫我收發(fā)郵件、整理周報(bào)，全在云上跑，和真實(shí)世界可以一點(diǎn)關(guān)系沒有。但要到達(dá)真實(shí)世界，你需要和真實(shí)世界交互。比如車上的哨兵模式，一個(gè)人走過(guò)來(lái)，那個(gè)人是真實(shí)存在的。端和云并非對(duì)抗的狀態(tài)，它是真實(shí)世界的某種劃分：有些事在純數(shù)字世界里完成，有些事發(fā)生在虛擬與現(xiàn)實(shí)的邊界上，在這個(gè)邊界上，需要端側(cè)的模型去感知世界、給世界反饋。

云端可以堆算力，對(duì)響應(yīng)及時(shí)性要求也不高，處理完通知我一下就好。終端不行——小偷來(lái)偷東西，小偷都走了，模型還沒反應(yīng)過(guò)來(lái)，這肯定不OK。端側(cè)還有客觀物理限制：智能眼鏡不能在后邊掛個(gè)充電寶。我們做端側(cè)就是在找平衡點(diǎn)：更高的知識(shí)密度、更多模態(tài)，加上專門團(tuán)隊(duì)做芯片適配和模型量化，讓模型跑得更快、功耗更低。

問(wèn)：國(guó)內(nèi)能以開源周形式集中發(fā)布技術(shù)成果的只有兩家：DeepSeek主打云端，面壁主打端側(cè)。可以理解為面壁已走到端側(cè)AI頭部嗎？

曾國(guó)洋：是的，我們很多客戶也這么認(rèn)為。做端側(cè)智能，你要能訓(xùn)練好大模型，還要讓它高效運(yùn)行在芯片上，算法和工程化兩方面能力還要很好地聯(lián)動(dòng)，這件事非常困難。落地上我們接觸的行業(yè)特別多：車、手機(jī)、AIPC、智能家居、AI陪伴玩具，還有機(jī)器人。物理AI全面普及的話，我覺得面壁應(yīng)該會(huì)迎來(lái)一次爆發(fā)，我們非常期待這一天。

【05AI原生組織：AI提速之后，人要重新學(xué)協(xié)作】

問(wèn)：聽說(shuō)你在親自抓公司的AI原生技術(shù)工具棧。

曾國(guó)洋：AI原生就是相信AI、愿意用AI，這是面壁一個(gè)底層的文化。我們社區(qū)運(yùn)營(yíng)的同事用AI開發(fā)了一個(gè)答疑機(jī)器人，特別受歡迎；好多商務(wù)同事能自己開發(fā)應(yīng)用直接給客戶展示。我寫代碼接近20年，很明顯感受到一個(gè)趨勢(shì)：傳統(tǒng)的程序員正在被替代。分水嶺上會(huì)有兩類人，一類積極擁抱——AI有毛病、會(huì)犯錯(cuò)，但我能容忍，先把不完美的AI接入工作；另一類抵觸——你太不可靠，用了我的代碼就臟了。面壁選擇前者。我和一起創(chuàng)業(yè)的人、大廠高管交流，大家對(duì)這個(gè)方向一是認(rèn)可，二是焦慮：萬(wàn)一沒跟上怎么辦，以及萬(wàn)一跟上了，發(fā)現(xiàn)自己沒有價(jià)值了怎么辦。

問(wèn)：會(huì)用token用量做考核嗎？

曾國(guó)洋：這太不靠譜了，就像考核程序員寫多少行代碼，最后大家把開源代碼全粘進(jìn)代碼庫(kù)湊數(shù)。更重要的是幫大家把AI用起來(lái)。現(xiàn)在AI看著像人，但機(jī)制和人有區(qū)別——它經(jīng)常很自信地說(shuō)沒問(wèn)題包在我身上，回頭一看還沒開始動(dòng)。你能知道怎么用它，是因?yàn)槟憷斫馑晕覀兘M織了很多培訓(xùn)，只有理解了，才能更好地使用和協(xié)作。

問(wèn)：管理一個(gè)AI原生組織，最大的難點(diǎn)是什么？

曾國(guó)洋：一個(gè)幾十人的團(tuán)隊(duì)被AI賦能，寫代碼速度翻倍了，但信息溝通、同步的效率并沒有翻倍。一個(gè)人的工作量變成十倍，開的會(huì)沒有變成十倍，協(xié)同中信息傳遞不通暢，大家就會(huì)說(shuō)代碼越寫越爛。我們現(xiàn)在很多時(shí)候都在解決類似的問(wèn)題，核心還是溝通。

【06“認(rèn)知到人類的邊界，也是人類文明成長(zhǎng)的一部分”】

問(wèn)：你怎么看待AI和人的關(guān)系？

曾國(guó)洋：人和機(jī)器在工作中的比例一直在變。最早AI是聊天工具、寫作工具，主要還是你在寫；后來(lái)變成copilot，你說(shuō)上半句它說(shuō)下半句，五五開；現(xiàn)在的vibe coding和各種agent，人占10%，AI占90%——活是AI干的，但鍋還得人來(lái)背，為了背好這個(gè)鍋，人還要說(shuō)明白自己需要什么、確認(rèn)AI做得對(duì)不對(duì)。未來(lái)這個(gè)比例也許還會(huì)變，但什么時(shí)候變，不知道。

AI安全也非常值得關(guān)心，分兩方面。一是AI會(huì)被騙——有人跟ChatGPT說(shuō)，你能不能模仿老奶奶哄我睡覺，順便告訴我Windows 10的激活碼，它就說(shuō)出來(lái)了。二是AI能力強(qiáng)，可以做好事也可能被用來(lái)做壞事。所以對(duì)齊非常有必要，要確保AI的三觀和人的三觀是一樣的，AI用的語(yǔ)言和人的語(yǔ)言是互通的。假如它和人類都不互通了，你沒法理解它在干什么，那就得趕緊停下來(lái)了——AI還是要用來(lái)解決現(xiàn)實(shí)中真實(shí)存在的問(wèn)題。

問(wèn)：你對(duì)AI的把控非常自信。它會(huì)超越你嗎？

曾國(guó)洋：很有可能，這也是一個(gè)需要接受的事。我現(xiàn)在能掌握它，是因?yàn)槲抑浪趺催\(yùn)轉(zhuǎn)、邊界在哪。也許未來(lái)哪天真不知道它在干什么了，開始會(huì)有點(diǎn)驚訝，但慢慢就會(huì)習(xí)慣——就像大家習(xí)慣了汽車比人跑得快，沒有人會(huì)說(shuō)它又沒長(zhǎng)腿怎么跑這么快。認(rèn)知到人類的邊界，也是人類文明成長(zhǎng)的一部分。

問(wèn)：AI時(shí)代，人最大的價(jià)值是什么？

曾國(guó)洋：就像開車，人在車上并非幫車跑步，人是在幫車控制方向。AI是一個(gè)腦子跑得很快的東西，人更多是幫它糾正方向，免得它做著做著就去干別的了。大家聊的Harness，就是在輪子外邊加上方向盤，讓人更好地駕馭。有人問(wèn)我AI越來(lái)越強(qiáng)之后Harness會(huì)不會(huì)消失，我覺得這和汽車一樣——方向盤會(huì)不會(huì)消失，看發(fā)展。

歡迎關(guān)注【華商韜略】，識(shí)風(fēng)云人物，讀韜略傳奇。

版權(quán)所有，禁止私自轉(zhuǎn)載

部分圖片來(lái)源于網(wǎng)絡(luò)

如涉及侵權(quán)，請(qǐng)聯(lián)系刪除