近日，《麻省理工科技評論》（MIT Technology Review）刊發了一篇題為《關注DeepSeek之外的四家中國人工智慧初創公司》的報導，指出階躍星辰（Stepfun）、面壁智能（ModelBest）、智譜AI（Zhipu）、無問芯穹（Infinigence AI）四家企業同樣展現出不遜於DeepSeek的技術實力與全球競爭力。

這不是勵志雞湯，而是《麻省理工科技評論》最新報告揭示的真相。

Lisa姐姐告訴大家，其實中國不僅是這四家AI企業，我長期關注了10家“科技幽靈企業”，正在用以下方式顛覆職場規則：

- 給會玩《崩壞：星穹鐵道》的應屆生開價250萬

- 要求用《甄嬛傳》解釋AI倫理問題

- 把招聘廣告藏在arXiv論文評論區

當大廠白領還在卷OKR時，有人已經用“技術黑話”年薪翻倍

凌晨2點，西二旗某大廠會議室。

35歲的程式設計師老張正在為“如何最佳化使用者留存率0.3%”的KPI焦頭爛額。

在北京五環外的一棟灰色小樓裡，00後應屆生小王正在用《原神》角色技能設計AI訓練模型，年薪直接碾壓他的3倍。

更殘酷的是：這些公司80%的崗位從未公開招聘，只靠“技術黑話”在極小圈子內流通。

深扒10家“科技幽靈”：大廠人轉型的黃金跳板

（註：所有企業資訊均來自公開資料，薪資資料引用BOSS直聘/脈脈/企業官網）

1. 階躍星辰（AGI領域核彈玩家）

背景：微軟前全球執行副總裁沈向洋創立，成立1年融資超20億，兆參數大模型Step-2性能對標GPT-4。

行業地位：國產長文字與多模態模型迭代的引領者，與Kimi等公司共同推動算力需求增長。

主要產品：Step系列大模型，聚焦長文字處理與多模態能力。

未來趨勢：AGI技術突破與商業化落地，可能向醫療、教育等垂直領域滲透。

緊缺崗位：演算法工程師（多模態模型）、算力最佳化工程師、資料標註專家

背景：清華系團隊打造“中國版CoreWeave”，用國產GPU把大模型訓練成本砍到1/3。

行業地位：證據中未直接提及，推測其依託國產化政策加速發展，可能涉及晶片設計或算力服務。

主要產品：推測為AI晶片或算力解決方案。

未來趨勢：受益於中美科技摩擦下的自主可控需求，需突破技術壁壘。

緊缺崗位：晶片架構師、算力維運工程師（需結合國產化經驗）

背景：清華嫡系部隊，ChatGLM模型服務20萬家企業，政府訂單佔60%。

行業地位：技術自主性高，政策支援下的核心參與者。

主要產品：通用大模型底座，可能服務於政務、金融等領域。

未來趨勢：全端國產化技術鏈建構，推動行業標準制定。

緊缺崗位：大模型訓練工程師、安全合規專家（資料隱私方向）

背景：由清華大學電腦系畢業生曾國洋與清華大學電腦系長聘副教授劉知遠共同創立，核心團隊來自清華大學自然語言處理實驗室（THUNLP），

行業地位：被稱為大模型創業浪潮中的“半壁江山”。

主要產品：模型最佳化工具或輕量化解決方案。

未來趨勢：邊緣計算與端側AI需求增長。

緊缺崗位：模型壓縮工程師、邊緣計算研發崗。

5. 中科曙光（算力基建扛把子）

背景：承擔國家“東數西算”工程，2023年AI算力營收88億元。

行業地位：國產AI算力伺服器市佔率領先，深度參與國家算力基建。

主要產品：高性能伺服器、液冷資料中心、AI計算平台。

未來趨勢：液冷技術普及、國產晶片適配（如寒武紀、海光）。

緊缺崗位：液冷系統工程師、國產晶片適配工程師。

6. 三博腦科（腦機介面醫療派）

背景：民營腦科龍頭，侵入式腦機介面進入臨床，市值87億。

行業地位：可能與杭州強腦科技競爭，但具體市場地位不詳。

主要產品：醫療級腦機介面裝置或神經調控技術。

未來趨勢：醫療康復與神經疾病治療場景落地。

緊缺崗位：神經訊號處理工程師、醫療裝置合規專家。

7. 漢威科技（人形機器人關節王者）

背景：感測器市佔率全球前3，人形機器人關節電機突破海外封鎖。

行業地位：可能對標特斯拉Optima供應鏈企業，但需技術突破。

主要產品：高精度關節模組或驅動系統。

未來趨勢：人形機器人量產需求推動核心部件國產化。

緊缺崗位：精密機械工程師、運動控制演算法工程師。

8. 宇樹科技（Unitree）（四足機器人全球領跑者）

背景：全球首個量產消費級四足機器人的公司，產品覆蓋B端工業巡檢和C端娛樂場景，技術對標波士頓動力。

行業地位：行業絕對龍頭，技術成熟度領先波士頓動力。

主要產品：消費級/工業級四足機器人（如Go2、B2）。

未來趨勢：安防巡檢、物流配送等場景擴展。

緊缺崗位：仿生運動演算法工程師、行業解決方案經理。

9. 雲深處科技（DEEPRobotics）（具身智慧型手機器人先鋒）  
背景：國內首個實現四足機器人電力巡檢落地的企業，客戶包括國家電網、南方電網，產品登陸《Science Robotics》封面。

行業地位：可能聚焦機器人感知與互動技術，需與優必選等競爭。

主要產品：智能服務機器人或協作機械臂。

【新智元導讀】殺瘋了！一夜之間，全球最強端側多模態模型再次刷新，僅用8B參數，擊敗了多模態巨無霸Gemini Pro、GPT-4V。而且，其OCR長難圖識別刷新SOTA，圖像編碼速度暴漲150倍。這是國產頭部大模型公司獻給開發者們最浪漫的520禮物。

拳打GPT-4V，腳踢Gemini Pro，僅僅8B參數就能擊敗多模態大模型王者。

今天，這個全球最強端側多模態模型徹底「殺瘋了」！

眾所周知，端側模型是AI發展的大趨勢——從微軟、Google再到蘋果和英特爾，全球科技巨頭都在爭搶在PC和手機等端側場景的AI落地。

但萬萬沒想到的是，端側模型的性能竟然可以這麼猛，進化速度竟然可以這麼快！

更令人驚喜的是，它不是來自國外大廠，而是出自國內大模型研發實力最頭部的公司面壁智能——他們最新打造了面壁小鋼炮MiniCPM-Llama3-V 2.5。

而且，選擇在今天520這個特殊的日子推出，據說是送給開源社區的情人節禮物，簡直浪漫的不像個科技公司~

https://huggingface.co/openbmb/MiniCPM-Llama3-V-2_5

那麼這個小鋼炮究竟有多強？何以能擔當得起全球最強端側多模態模型的稱號？

總結來講，MiniCPM-Llama3-V 2.5不僅支援30+多種語言，而且還具備：

最強端側多模態綜合性能：超越多模態巨無霸Gemini Pro、GPT-4V；

OCR能力SOTA！9倍像素更清晰，難圖長圖長文字精準識別；

圖像編碼快150倍！首次端側系統級多模態加速。

下面這張圖反映了在全球範圍內，小參數、高性能的多模態大模型已經成為趨勢；

而其中最亮眼的一顆星正是面壁小鋼炮MiniCPM-Llama3-V 2.5。

MiniCPM-Llama3-V 2.5用實力證明了——模型不是只有「參數越大才能性能越好」，而是可以用最小參數撬動最強性能！

另外隨著大模型參數愈益降低、端側算力愈益增強，高性能端側模型勢頭強勁。

而手機、PC等智能終端裝置因其高頻的影像視覺處理需求，對在端側部署AI模型提出了更高的多模態識別與推理能力要求。

從面壁「小鋼炮」三月三級跳的迅猛進化來看，推動推理成本大幅降低、大模型高效落地，勝利在望。

OCR能力SOTA+最強端側多模態   8B端側模型，超越GPT-4V、Gemini Pro

這一次，MiniCPM-Llama3-V 2.5以8B端側模型參數量級，貢獻了驚豔的  OCR（光學字元識別）SOTA成績，以及端側模型中的最佳多模態綜合成績與幻覺能力水平。

模型雷達圖，MiniCPM-Llama3-V 2.5綜合能力水平全面優秀

在綜合評測權威平台OpenCompass上，MiniCPM-Llama3-V 2.5以小博大，綜合性能超越多模態巨無霸GPT-4V和Gemini Pro。

OCR（光學字元識別）是多模態大模型最重要的能力之一，也是考察多模態識別與推理能力的硬核指標。

新一代MiniCPM-Llama3-V 2.5 在OCR綜合能⼒權威榜單OCRBench上，越級超越了Claude 3V Opus、Gemini Pro等標竿模型，實現了性能SOTA。

在評估多模態大模型性能可靠性的重要指標——幻覺能力上，MiniCPM-Llama3-V 2.5在Object HalBench榜單上超越了GPT-4V等眾多模型（註：目標幻覺率應為0）。

在評估多模態模型的基本現實世界空間理解能力的RealWorldQA榜單上，MiniCPM-Llama3-V 2.5再次超越GPT-4V和Gemini Pro，這對8B模型而言難能可貴。

快150倍！首次端側系統級加速  支援30+多語言，擁抱世界開源社區 

首次進行端側系統級加速，MiniCPM-Llama3-V 2.5已高效部署手機。

在圖像編碼方面，面壁首次整合NPU和CPU加速框架，在MiniCPM-Llama3-V 2.5圖像編碼方面實現了150倍加速提升。

在語言模型推理方面，目前開源社區的報告結果顯示，Llama 3語言模型在手機端側的解碼速度在0.5 token/s上下，相比之下，多模態大模型的端側運行面臨著更大的效率挑戰，經過CPU、編譯最佳化、視訊記憶體管理等最佳化方式，面壁將 MiniCPM-Llama3-V 2.5在手機端的語言解碼速度提升到3-4 token/s。

目前，語言模型的圖像編碼加速也在進行中，更靈敏互動體驗即將到來。

（此處GIF為2倍速演示，面壁正進一步加速最佳化中）

有別於常見的中英雙語模型，MiniCPM-Llama3-V2.5可支援30+多種語言，

包括德語、法語、西班牙語、義大利語、俄語等主流語言，基本覆蓋一帶一路國家。

基於自研的跨語言泛化技術，僅通過少量翻譯的多模態資料的指令微調，就可對多語言多模態對話性能高效泛化。

現在，上百個國家的幾十億人口，終於可以自如使用母語和端側大模型交流，不再游離於前沿科技發展的主線，也因此享有更多AI應用落地、生活品質提升與參與科技角逐的可能性。真正讓更多人享受大模型的樂趣！

多語言案例展示（語言加速工作正在進行，此處為2倍速）

多語言版本LLaVABench評測結果，MiniCPM-Llama3-V 2.5對話能力更勝一籌

9倍像素更清晰  難圖長圖長文字精準識別

OCR技術進一步打磨，複雜推理與多模態識別能力再進化，MiniCPM-Llama3-V 2.5對於難圖、長圖、長文字的精準識別，再度帶來出眾表現！

面壁自研高畫質圖像高效編碼技術，可以高效編碼及無損識別180萬高畫質像素圖片，並且支援任意長寬比、甚至「有點變態」的1:9極限比例圖像，突破了傳統技術僅能識別20萬像素小圖的瓶頸。

此前，MiniCPM-V系列多模態模型就因對於街景、長圖等困難場景的高效解析，贏得了良好口碑。

技術升級，MiniCPM-Llama3-V 2.5在複雜推理能力上進一步突破。可更好地深入洞察圖像，在更複雜、更接近人類的水平上進行思考和解決問題，堪稱大模型中的「小福爾摩斯」。

複雜推理能力使得模型不僅能理解單的文字或圖像等模態資訊，還能跨越不同模態間的綜合資訊，做出更準確和深入的分析。

比如給定一張充滿繁密字跡的建築風景圖，難以人眼辨別，但MiniCPM-Llama3-V 2.5能夠一眼看懂其中的《三體》主題，還能正確推理出這些建築是為了紀念《三體》及其對中國科幻文學的貢獻而設計，令人會心一笑。

把同樣的問題拋給GPT-4V，結果並不理想。

另外，識別包含複雜邏輯的流程圖是多模態模型推理能力的直觀體現，MiniCPM-Llama3-V 2.5不僅能夠輕鬆看懂流程圖中不同模組的文字、箭頭之間的空間位置和複雜邏輯關係，還能給出清晰易懂的解釋說明。

給媽媽轉發一張亞洲飲食金字塔圖，但她讀不懂英文？

彙整鉅亨號中所有使用「面壁智能」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

麻省理工透露：像DeepSeek這樣的AI公司，中國至少還有10家。“科技幽靈”企業正在百萬年薪大力招人

中國「小鋼炮」一夜干翻巨無霸GPT-4V、Gemini Pro！穩坐端側多模態鐵王座