清华提出“能力密度”评估体系：AI模型约每3.5个月参数需求减半，面壁智能已落地手机、车载与家居

清华与面壁智能在《自然・机器智能》发表研究，提出“能力密度”（Capability Density）这一新指标——指每个参数能承载的有效智能量，强调评估模型应“重密度、轻规模”。团队对51个主流开源大模型的统计显示，能力密度平均每约3.5个月翻倍，完成同等任务所需的参数规模呈指数级下降。

研究同时指出，高密度并不等于粗暴压缩，“把大书硬挤进小本”会损失智能能力，必须通过“数据-算力-算法”协同设计来实现。基于此思路，面壁智能推出了0.5B-2B系列的高密度模型，在相同下游任务上可达到7B-13B模型的表现，已大规模应用于手机语音助手、车载交互与智能家居边缘盒子，推理延迟低于100ms，端侧功耗降低45%。

面壁智能CEO李丹表示，下一步将与清华把密度提升曲线纳入模型研发KPI，目标在2026年推出“背包级”个人大模型，可在配备NPU的手表端运行，推动“模型小型化”生态发展。