近日，面壁智能联合创始人、CEO李大海出席在广州海珠举行的琶洲算法大赛颁奖暨生态赋能大会，进行主题为《知识密度定律：驱动大模型应用场景走向成熟》的演讲。

围绕知识密度定律，李大海分享他对大模型未来发展方向的理解，并介绍了面壁智能在大模型落地应用方面的实践。

大模型从云到端、端云协同迈进的产业趋势明确。相较于云端模型，端侧模型具备即时响应、数据本地保存、计算和隐私安全的特点，端侧模型指令无网络传输延迟在多个实际场景优势显著。李大海举例，当汽车高速行驶时，很难容忍它出现指令空白，这种即时性的指令一定要从端侧发出。

李大海曾这样描绘未来端侧模型在交互方面的表现——用户习惯在11点考虑吃饭问题，但某一天没在同样的时间考虑该问题，那么端侧模型将会主动提醒用户吃饭，甚至还会帮助用户点外卖或预约饭店。

李大海认为，未来两年，手机芯片能够支撑的端侧模型的聪明程度会越来越高。

8月底，依托面壁智能团队自研大模型和知识增强生成智能技术，清华大学为每一位2024级本科新生配备具有智能问答、智能伴学功能的专属“AI成长助手”，帮助新生更快地适应校园生活。

这款基于前沿的大模型智能体技术构建的学生智能助手，在微信小程序即可使用，能为新生提供从校园生活小贴士到学习问题的详尽解答；还能将学生学习成果和成长轨迹加入个人成长档案，并持续记录，形成成长云盘。

不难看出，知识密度的提升能够在终端落地很多好的应用。因此，高效大模型第一性原理的关键词便是知识密度，未来大模型的竞争是知识密度的竞争。（此文为推广内容）