给优秀实习生期权！刚刚，一项面向AI顶级人才的「面壁计划」启动了

顶尖 AI 人才正在获得一种新的回报方式。

过去两年，AI 领域的抢人大战屡屡刷新认知，硅谷用天价签字费把抢人大战打得堪比体育明星转会，国内大厂的应届生薪酬包一年一个台阶。

如今，创业型 AI 公司开始把另一种权益带到人才竞争的前台 —— 期权。

今天，面壁智能发布最新「前进四」顶尖人才计划，主要面向优秀实习生，诚意拉满：明星项目担任核心技术骨干、与全职员工平等共享海量研发资源支持、研究边界不设限…… 其中一条更是引人注目：符合条件的顶尖技术实习生，在「毕业前」即可按当期估值提前授予期权。

这意味着：这些年轻的技术大脑在校阶段就获得了一种过去可能只属于顶级 VC 的权利 —— 与时间复利，共享公司的长期成长成果。面壁智能的这一举措，体现了其对优秀技术人才的高度重视与尊重。

对于顶尖的技术人才来说，任何关于未来的度量，都必须建立在确定性的实力之上。因此，期权真正提出的不是一个简单的收入问题，而是一道更长期的判断题：

面壁智能凭什么值得加入且长期押注？它是否具备足够坚固的技术底层逻辑与兑现能力？

而面壁智能过去一年的成长轨迹，提供了一个观察这道命题的视角。

先看数字，再看路径

如果你是一位正在选择下一站的大模型研究员或工程师，尽调不妨从几个硬数字开始：

一组数字来自开源生态：截止今年 8 月，MiniCPM 系列全球下载量突破 4400 万次，GitHub 星标超 15 万。

另一组数字来自真实部署：截止今年 8 月，在智能手机领域，MiniCPM 搭载三星旗舰机上市，这是国产端侧大模型首次进入国际头部手机厂商全球旗舰产品线；在智能座舱领域，SuperMate 已覆盖近 70 个可量产场景，完成 5 款主流座舱芯片的量产级适配，预计到 2026 年底将进入 30 万台汽车的座舱系统；在具身智能领域，相关方案已覆盖 6 大类商用导览场景，并能够识别 30 余种巡检异常，检测成功率超过 95%。

单看增长，这个速度已经足够快。但值得注意的还不是速度本身 —— 过去两年，训练前沿模型的成本以每年数倍的速度攀升，高质量语料日渐枯竭，「规模即正义」的行业共识出现了肉眼可见的裂缝。

在这样的节点上，一家从 2023 年起就公开押注「非共识」端侧大模型方向的公司，估值反而越涨越快。这至少说明一件事：资本市场开始为「规模之外的答案」单独定价；并且，随着 Scaling Law 的技术天花板逐渐触顶，小尺寸、高智能的模型开始参与市场的模型定价。

数字是结果，比结果更重要的是产生数字的路径。

多个局部胜利，成就今日的端侧领先独角兽

面壁智能是国内最早押注「高效」、强调「效率」的大模型公司，被业内称为「端侧领域的 DeepSeek」，其在过去一年的飞速发展，源于其领先行业的技术认知与判断。

总的来说，就是：提前押注端侧、首创「密度定律」与坚定开源。

作为国内最早参与大模型技术训练与研发的团队之一，面壁智能在 2023 年「百模大战」最喧闹的时候，做了一个反共识的决定：当行业里几乎所有人都在追求暴力美学训大尺寸的云侧模型时，面壁智能却改道而行，转而投入了追求效率的端侧模型 —— 用尽可能小的参数规模，实现尽可能高的智能密度。

这并非临时起意，而是长期扎根大模型研发一线的前瞻技术判断：

面壁智能创始团队在大规模参数时代就开始琢磨大模型的「效率」问题。2021 年发表的 MoEfication 相关研究表明，一个稠密大模型被转化为等参数量的稀疏模型，只需激活一到三成参数就能保住 95% 的性能。这不等于放弃大模型，而是将问题从「模型还能做多大」转向了另一面：在给定的参数、内存、功耗和芯片条件下，大模型还能做得多好？

2024 年，面壁智能在全球领先提出「密度定律」（Densing Law）：模型智能密度随时间指数级增强，达到特定智能水平所需的参数量，约每 3.5 个月缩减一半。2024 年底论文挂出，次年作为封面文章登上《Nature》子刊。

这一技术判断领先行业至少两年，也在后来被行业反复提及，因为它最终支撑起了面壁智能今天的一切：MiniCPM「小钢炮」系列模型的产出、端侧模型在汽车与手机乃至机器人等等智能终端场景的抢先落地、三星 Galaxy AI 里的那颗中国模型......

CEO 李大海把这个打法比作「大模型时代的光刻机」：不追求一次造出最大的模型，而是持续造出密度更高的模型，像芯片制程一样迭代。

不仅如此，面壁智能更是坚定信仰技术开源精神。其从 2021 年发起创立 OpenBMB 开源社区后，就持续参与大模型开源社区的建设与贡献，将其自研模型的权重、代码和训练方法向社区开放。

面壁智能在开源上的精神与贡献，恰恰体现了其对技术研究的平等开放内核 —— 而这恰恰是无数优秀技术年轻人所向往的技术探索理想国。

2026 年被许多人视作端侧智能规模化落地的元年，面壁智能也在这一年围绕「提高模型智能密度」留下了一连串坐标：

语言模型 MiniCPM5-2B在今年 WAIC 上发布，截止 2026 年 7 月，在 AA-Index 榜单 4B 以下全球第一，支持混合思考与 512K 上下文，并完成多款芯片适配。

多模态模型 MiniCPM-V 4.6越过阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it，2026 年 5 月发布时以 1.3B 参数登顶全球同尺寸第一。其背后有两大技术创新：重构 ViT 架构，把图像编码的计算量砍掉一半；4 倍与 16 倍混合视觉 Token 压缩，让性能和速度可以按需切换。在内存涨价、算力吃紧的当下，最低 6G 内存即可运行，消费级显卡就能微调 —— 多模态模型的落地门槛被大幅降低，开源首周即突破下载量 10w+。

全模态模型 MiniCPM-o 4.5是业内首个全双工全模态大模型，支持边看、边听、主动说，打破了传统人机交互中「对讲机」式的回合制交互模式，是国内 10B 以下唯二的两个全模态大模型之一，领先于美国 Thinking Machine Lab 等知名团队。

具身智能 MiniCPM-Robot 系列把这套能力装进了物理世界。通用 VLA 模型 RobotManip 以 1.5B 参数比肩 3-4B 模型的操作性能，流式推理成本减半，并支持长达 1 分钟的具身原生记忆；与南京大学合作的 RobotTrack 则是业内首个能在真实断网环境下本地部署的追踪模型 —— 直接跑在宇树 Go2 Edu 的原装摄像头和本地算力上，稳定输出 5Hz 以上，端到端响应约 180 毫秒。

语音模型 VoxCPM 2.0覆盖全球 30 种主流语言和 8 种中国方言，支持音色设计与克隆，把音质拉到 48000Hz 的影视级别，达到了游戏、动画、影视、有声书等对声音质感真正挑剔的场景需求。

今年，除了端侧模型，面壁智能在前沿技术上的探索更是拓展到了智能进化领域：

今年 5 月，面壁智能发布了全球首个完全由 AI 编写、零人类代码介入的生产级大模型训练框架ForgeTrain，在 H100 上比英伟达自研的 Megatron 快 10%，在华为昇腾上完整跑通预训练，并训出 2B 以下性能全球第一的 MiniCPM5-1B。

紧接着，面壁智能在 8 月发布的ForgeStencil又让 AI 自进化的能力溢到了 AI 之外更广阔的计算世界 —— 以 Kernel Agent（自主研究、锻造算子）与 App Agent（定位热点、验证并集成回真实应用）的双 Agent 闭环，一周内自动优化 100+ 个真实工业与科学计算软件，研发效率提升约 100 倍。

从 AI 自主写训练框架到 AI 自主优化工业软件，这两项研究同时指向同一个结论：软件的生产方式本身正在被改写。面壁智能把这套新范式称为Forge Engineering—— 当 “造工具的人” 变成 “造工具的 AI”，智能进化的速度就不再受限于人类工程师的数量与经验，而是随算力一同增长。

上述系列成果也表明：从数据治理、模型架构和训练框架，到芯片适配、终端部署和机器人应用，面壁智能试图解决的并不是某一个模型的局部性能问题，而是一条完整的链路：如何以更少的参数和更低的计算成本，持续训练出可部署、可适配、可使用的模型，并以更快的速度提升智能上限。

这也揭示出了一个事实：面壁智能并非只在不断推出更小的模型，而是在围绕一条技术路线不断扩大问题边界。这意味着在一条远未走到尽头的技术路线上，大量关键问题仍处于开放状态，新的参与者进入前沿研究成为必然；而面壁智能不断加码的资源和投入，真实地将判断权下沉到了做实验的人手上，为技术人才的探索提供支持。

期权之外，这份计划还有什么？

对顶尖候选人来说，成绩单是过去时，期权只回答了一半的问题 ——「这家公司值不值得加入？」。另一半同样现实的问题是：「加入之后，我会怎么样？」

这恰是「前进四」的另一半答案。

近一年来，AI 人才市场正在发生微妙的心理变化：越来越多的 AI 技术研究员厌倦在庞大的组织机器中扮演螺丝钉的角色；相反，他们希望离核心技术问题更近，承担更多的责任与角色。

而从面壁智能公开的团队履历、技术成果和开源项目来看，它呈现出了另一种组织生态。这种生态最显著的特征，是把资源、决策权和研究自由向一线的年轻研究员倾斜。

面壁智能一直强调科学的实验方法论优于蛮力堆叠，与之相配的是一套朴素的话语权规则 —— 讨论技术问题时，最有效的「话语权」不是职级与资历，而是扎扎实实的实验数据与技术判断逻辑。

这让优秀的技术年轻人可以充分发挥其尚未被固有范式限制的想象力，并获得将研究思考转化为模型、工具、论文或产品能力的机会。

「前进四」给出的是一份双重承诺：期权关乎回报 —— 你创造的价值会以所有权的形式回到你身上；而组织生态关乎机会 —— 你真的有可能去创造那份价值。

在面壁智能的技术叙事里，有一条贯穿始终的主线叫「密度」—— 用更小的参数实现更强的性能，用更少的资源撬动更大的智能。而「前进四」顶尖人才计划，其实是同一套方法论在组织上的复刻：高效大模型的另一面，是更高人才密度的高效组织。

一个 1.3B 的模型可以打赢体量数倍于己的对手；一个足够高人才密度的年轻团队，同样可以。

对于那些渴望亲手开拓智能边界的顶尖大脑而言，这或许是摆脱既定引力、开启属于自己星际远航的最佳平台。

欢迎将简历投递至：career@modelbest.cn