ModelBest

1.1 身份、起源与端侧模型定位

ModelBest 以北京面壁智能科技有限责任公司为法律主体，公开来源把成立时间放在 2022 年 8 月。抓取到的 2026 年融资资料一致把它描述为一家北京创业公司，源自清华大学自然语言处理生态；OpenBMB 自己的材料也称，开源社区由清华 NLP Lab 和 ModelBest 联合发起。公司并不把自己包装成通用前沿模型实验室：官网称，它想把大模型放到最贴近用户的地方，覆盖手机、AI PC、智能座舱、具身机器人、可穿戴设备和法律 AI 工作流。官网、GitHub 仓库和 Hugging Face 组织页共同指向 MiniCPM：一个紧凑、面向部署的模型家族，靠知识密度和设备效率取胜，而不是纯拼参数规模。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 领导层、治理与关键人依赖

公开领导层记录聚焦创始三人组，而不是完整披露的高管梯队。Li Dahai 是外部可见的 CEO，也是公司智能密度法则和开源定位的主要发声者；抓取到的融资资料还称，他在创立 ModelBest 前曾任 Zhihu CTO / 高管。可访问的学术和人物资料显示，Liu Zhiyuan 是联合创始人兼首席科学家，同时仍在清华任教；Zeng Guoyang 是联合创始人兼 CTO，直接负责 MiniCPM 工程。这个组合让 ModelBest 在研究、开源工具和产品化上有很强的创始人-市场匹配，但也带来集中风险：本次审阅的公开记录仍没有完整董事会名单或清晰持股拆分，后续治理分析需要私密材料，不能只靠媒体报道。[CO007, CO008, CO009, CO010, CO032, CO033]

1.3 融资历史、投资人联盟与当前阶段

ModelBest 的融资史显示，这家公司一边高频融资，一边扩大政治与产业赞助。Caixin 记录了 2024 年 Primavera / Hubble 领投轮、2024 年 12 月 Loongson-Dinghui-Zhongguancun / SAIF 轮，以及 2025 年 5 月 Hongtai、Gozone、Qingkong Jinxin 和 Moutai Fund 参与的轮次。2026 年节奏再次加快：新华社体系报道了 2 月 China Telecom Investment 领投轮，随后一组 2026 年 4 月来源称，Shenzhen Capital Group 和 Huichuan Capital 又领投了数亿元人民币新一轮融资。同一批 4 月报道称，2026 年第一季度累计融资超过 RMB 1 billion，最新一轮把 ModelBest 推过独角兽门槛。公开报道仍未披露的是 4 月投后估值的精确 RMB 或 USD 数值，因此本章只把 >US$1 billion 视为方向性已核实，精确数字仍待解决。[CO011, CO012, CO013, CO014, CO015, CO016]

1.4 里程碑、开源牵引力与部署证据

ModelBest 第一章最有辨识度的资产在于，技术定位不只写在投资人材料里，也真实出现在公开开发者渠道。OpenBMB、GitHub 和 Hugging Face 都展示了围绕 MiniCPM 组织的生态，主仓库也明确主打端侧、移动端和多模态部署。ThePaper 2026 年 4 月报道称，公司在 2023 年底发布 XAgent、AgentVerse 和 ChatDev，2024 年初更重押 MiniCPM；Tencent News 随后报道，2026 年开源的 MiniCPM-o 4.5 是一个 9B 全双工全模态模型。多篇 2026 年 4 月融资报道进一步称，MiniCPM 在 GitHub 和 Hugging Face 的累计下载量超过 24 million，部署已经进入 Changan Mazda EZ-60、Geely Galaxy M9 等具名汽车项目。这些牵引力数字很重要，但仍是公司通过媒体渠道披露的数据，不是独立审计的遥测。[CO020, CO021, CO022, CO023, CO024, CO025]

1.5 反向信号与仍未披露的问题

第一章的反向记录不是已知诉讼或处罚，而是商业化压力、生态依赖和披露不完整。Caixin 2024 年 4 月报道在大额融资后仍把商业化列为核心问题，2025 年 5 月跟进又强调 ModelBest 已在一年多内完成三轮融资。Tencent 2025 年 12 月的质疑性报道认为，汽车座舱机会已经挤满芯片、OS 和汽车软件栈的既有玩家；Li Dahai 2026 年 6 月采访也承认，端侧 AI 进展现在靠芯片、内存、带宽和软件生态共同建设，不能只靠模型质量。再叠加尚未披露的董事会名单、股权结构表、4 月投后精确估值，以及可独立审计的 24 million 下载遥测，ModelBest 在公司概况阶段看起来有前景，但尽调负担仍重。[CO010, CO018, CO027, CO034, CO036, CO037]

1.6 图表

2.1 市场边界：ModelBest 位于端侧模型层，不等于整个 AI 经济

ModelBest 自己的材料并没有描述一个宽泛的云端模型平台；它描述的是一家公司，试图把大模型放到最贴近用户的手机、AI PC、智能座舱、具身机器人、可穿戴设备和其他终端上。MiniCPM 仓库也强化了这个框架，强调适合本地部署和资源受限环境的紧凑模型。36Kr 和 Gasgoo 的独立报道指向同一方向：ModelBest 被定位为早期边缘智能厂商，商业路径穿过 OEM、芯片伙伴和终端部署，而不是纯公共云流量。因此，真正的市场包括端侧模型集成、本地推理软件、座舱 AI，以及对隐私敏感的本地部署；它排除了大部分上游云训练资本开支，也排除了相当一部分泛应用经济支出。换句话说，ModelBest 竞争的地方，是 NPU 能力、模型压缩、OEM 集成以及隐私或时延约束比模型参数规模头条更重要的地方。[CM001, CM002, CM003, CM005, CM006, CM007]

2.2 市场测算需要多副镜头，因为公开估算描述的是不同层

没有一个公开数字能干净衡量 ModelBest 的可服务市场，所以本章并列保留多副镜头，而不是硬凑一个 TAM。设备普及是最清晰的近期镜头：IDC 的全球预测把 GenAI 手机放在 2024 年 234.2 million 台、2028 年 912 million 台；Counterpoint 预计，2026 年具备 GenAI 能力的设备将达到全球智能手机出货量的 45%。中国需求也很大：IDC 关联报道预计，2026 年中国智能手机出货约 278 million 台，其中 147 million 台是下一代 AI 手机，渗透率为 53%。AI PC 是第二副镜头，Counterpoint 称具备 AI 或 GenAI 能力的笔记本在 2024 年已拿下 27% 市场，2025 年可能接近 60%。第三副镜头是更宽的端侧模型经济，但这些数字彼此冲突，因为范围并不相同：Grand View 把 2025 年端侧 AI 市场估为 USD 10.76 billion，BCC 把边缘 AI 估为 USD 11.8 billion，MarketsandMarkets 则把边缘 AI 硬件估为 USD 26.14 billion。[CM007, CM008, CM010, CM012, CM014, CM015]

2.3 买方地图：设计导入和本地工作流批准，比独立应用份额更关键

ModelBest 的市场路径与消费者聊天机器人公司结构上不同。公司公开披露了与车企、手机或 PC 生态、芯片厂商、机器人硬件玩家的合作，Gasgoo 也把其商业化直接连到汽车、智能手机、PC 和智能家居部署。这意味着真正买方通常是 OEM 产品团队、平台方、芯片伙伴，或企业和公共部门部署方，而不是终端用户。在智能手机和 AI PC 里，实际决策者是 OEM 或平台团队，他们判断本地 AI 功能是否值得付出内存、NPU 和集成成本。在汽车里，买方是掌握座舱架构和上市节奏的车型项目负责人。在受监管的本地部署里，买方是看重隐私、时延和本地控制的 IT 或合规组织。这种结构把价值捕获从零售应用使用量，转向设计导入、产品周期节奏和伙伴集中度；因此，即便设备级 AI 普及加速，议价权仍可能很高。[CM025, CM026, CM027, CM028, CM029, CM030]

2.4 政策顺风与商业化关口同时放大市场、筛选玩家

中国政策组合一边扩大机会，一边抬高参与门槛。2023 年 CAC 和 MIIT 生成式 AI 措施把面向公众的服务纳入监管，要求内容治理、用户数据保护，并且对部分服务要求安全评估和备案。2025 年标识规则又在生成和分发链条上加入显式与隐式标识要求。与此同时，国务院 2025 年 AI+ 行动设定了激进的国家目标：到 2027 年，新一代智能终端和智能体渗透率超过 70%；到 2030 年超过 90%；并明确优先发展 AI 手机、AI 电脑、网联汽车、可穿戴设备、智能家居和智能体应用。2026 年 5 月 AI 智能体指引又增加了运营层，定义智能体并识别 19 个应用场景。CAC 2026 年 4 月备案总数也显示了规模：截至 4 月 30 日，已有 868 项生成式 AI 服务备案、530 个应用或功能完成登记。对 ModelBest 来说，这是顺风，也是门槛：政策让端侧部署更合法，却把备案、标识和可追溯性变成反复要做的商业化工作。[CM031, CM032, CM033, CM034, CM035, CM036]

2.5 硬约束：内存成本、价格战、出口管制和缺失的份额数据

市场方向有吸引力，但经济账仍难。内存成本上涨后，Counterpoint 对中国智能手机的展望恶化：其 2025 年 12 月观点还预计 2026 年下滑 5%，到 2026 年 4 月更新时已恶化至 9%，OEM 已开始涨价，并更多依赖高端 AI 功能刺激换机需求。API 层也承压。KrASIA 和 DigWatch 显示，中国模型价格战中，Alibaba 将 Qwen-Long 定价下调 97%，Baidu 向部分企业用户免费开放模型，ByteDance 早已重置价格地板。出口管制是另一道约束：CNBC 报道，美国在 2026 年 5 月堵上一个漏洞，此前总部在中国的公司可在海外无需许可证获得先进芯片；CSIS 则认为同一批管制也会加速中国替代。最后，本次审阅的公开来源没有一个披露 ModelBest 在 AI 手机、AI PC 或智能座舱中可归因的付费份额，所以本章能展示需求扩张，却还不能证明这些价值有多少会落到 ModelBest，而不是它的 OEM 伙伴手里。[CM011, CM013, CM040, CM041, CM042, CM043]

2.6 图表

3.1 竞争版图：直接端侧模型同业、平台巨头与工作流替代品

ModelBest 同时在不止一个市场竞争。最窄的一层，MiniCPM 对打的是同样承诺本地推理、移动部署或更优单位参数智能水平的小模型与效率型模型家族：Microsoft Phi、Google Gemma、Meta Llama 3.2、Mistral 的 Ministral 系列，以及 Alibaba 较小的 Qwen 变体，都属于这一类。OEM、应用开发者或企业团队决定把哪种开放或半开放基础模型跑在用户身边，而不是跑在超大规模云里时，这些是最干净的“同一任务”比较。更宽的一层，只要买方更在意代码、长上下文、工具使用或打包生态服务，而不是纯粹的端侧极简，ModelBest 也会和 Moonshot Kimi、MiniMax、Z.ai / GLM、Baidu ERNIE 等更大的中国智能体模型厂商竞争。 替代品集合还要更宽。Apple Intelligence 不是作为开放模型出售，但它是强力嵌入式替代，因为 Apple 让任何应用都能离线、免费调用端侧 Apple Intelligence 功能。OpenAI 的 ChatGPT 是另一种替代：它云优先而不是端侧优先，但开发者和用户仍可能直接采用默认助手，而不是接一套本地栈。内部自建也是现实选项，因为许多竞争对手提供开放权重、标准 transformer 接口或 OpenAI 兼容 API，让买方更容易组装私有栈，而不是押注单一供应商。[CP001, CP002, CP006, CP009, CP012, CP016]

3.2 能力、开放度与打包：ModelBest 很强，但并不孤单

ModelBest 的正面案例成立。公司把 MiniCPM 定位到手机、AIPC、座舱、机器人和可穿戴设备；MiniCPM 仓库把 MiniCPM5-1B 描述为 1B 级端侧 SOTA 模型；MiniCPM4.1 强调 128K 上下文下的稀疏注意力提速；MiniCPM-V 系列则声称每参数多模态质量异常强，并支持 iOS、Android 和 HarmonyOS 移动部署。相比只能跑在云端的代码模型，这更适合 OEM 和中国端侧设备建设者。 但竞争集合已经向同一个设计中心收敛。Microsoft 明确把 Phi 营销为可在无云连接情况下端侧使用的开源 SLM，Phi-4-mini 有 3.8B 参数、128K 上下文和函数调用。Google 现在提供 Gemma 4 E2B / E4B，面向移动和 IoT 部署，并公布移动内存占用。Meta 的 Llama 3.2 有 1B 和 3B 尺寸，支持量化端侧用例，但采用自定义社区许可，而不是 MIT 或 Apache。Mistral 发布了 3B、8B 和 14B 尺寸的 Ministral 3 模型，按 Apache 2.0 用于端侧和本地部署。Qwen3 将稠密开放权重模型下探到 0.6B；Moonshot、MiniMax、GLM 和 ERNIE 也越来越围绕智能体编码、多模态或长程执行优化。含义很直接：ModelBest 并不独占“高效开放模型”；它必须在跨平台部署、多模态效率和中国本土商业集成等执行细节上赢。[CP003, CP004, CP005, CP007, CP010, CP011]

3.3 分发、信任姿态和切换成本更偏向既有巨头，而不是 ModelBest

分发力让这个领域变得不对称。Apple 可通过 iPhone、iPad 和 Mac 装机量推送端侧模型；Microsoft 通过 Azure Foundry 和更宽的企业栈分发 Phi；Meta 受益于庞大开源社区和数亿下载；中国消费互联网巨头则控制巨大的 AI 应用表面。AICPB 2026 年 4 月排名显示分发有多集中：Doubao 以 336.04 million MAU 领先，Qwen 为 220.35 million，Quark 为 162.30 million，DeepSeek 为 138.98 million，Kimi 为 25.33 million。ModelBest 未进入前 50 名，因此它走向重要性的路径是伙伴嵌入，而不是终端用户拉动。 信任姿态更混合。ModelBest 有可信的本地信号——法院网络部署、北京重点实验室、ASPICE L2 汽车过程认证——这些对受监管买方和 OEM 买方重要。但竞争对手也以不同形式提供信任：Apple 强调隐私和 Private Cloud Compute；Mistral 强调自托管和欧盟托管选项；Microsoft 称 Phi 已经过安全后训练，可用于生产；Baidu 则把 ERNIE 包装成已整合进国内基础设施的高性价比旗舰。模型层切换成本看起来偏低，因为 Kimi 和 GLM 暴露 OpenAI 兼容 API，MiniCPM、Gemma、Mistral、Llama 和 Qwen 都支持标准开源推理栈。因此，锁定效应如果存在，更可能来自 OEM 渠道、操作系统、应用分发或企业采购，而不是模型 API 或权重格式本身。[CP008, CP013, CP015, CP027, CP028, CP029]

3.4 护城河耐久性：开源有帮助，但前提是 ModelBest 把效率转成粘性渠道

反向证据很直接。开源可得性现在很常见，不再稀缺。Phi 使用 MIT 许可，Mistral 新小模型使用 Apache 2.0，Gemma 是开放权重并允许负责任商业使用，Qwen3 稠密模型是 Apache 2.0，Kimi K2.6 和 MiniMax M3 强调开放权重或即将开放权重分发，Llama 3.2 虽许可更受限，却拥有庞大社区。同时，Apple 的 Foundation Models 框架让任何 iOS 开发者可按每次请求免费使用端侧 AI，中国消费端领先者也已经掌握远大于 ModelBest 的应用分发。上述事实削弱了任何“MiniCPM 只靠开放性或基础端侧效率就能自我防御”的说法。 ModelBest 仍有可成立的护城河，但比营销叙事更窄、条件更多。MiniCPM 最好的证据是跨平台多模态效率：MiniCPM-V 4.6 声称在微小规模下，相比 Gemma、Qwen 和 Ministral 有更好的视觉语言效率；公司在中国也有真实的 OEM、云和受监管行业关系。买方如果想要本地部署、中国生态适配，并且不想被单一外国云或 OS 供应商绑定，这个组合可能重要。缺失的证明是商业粘性：搭载率、续约条款、实际收入，以及 Geely、Huawei、Baidu Cloud 等伙伴究竟把 ModelBest 视作核心基础设施，还是众多可替换模型中的一个。证据出现以前，MiniCPM 作为强产品家族看起来有耐久性；作为独立护城河，耐久性最多中等。[CP033, CP034, CP041, CP042, CP043, CP044]

3.5 图表

4.1 收入模型和货币化：部署可见，标价不可见

ModelBest 的公开表面不像传统自助式 SaaS 漏斗。官网、Feishu 文档、GitHub 仓库和原始 README 都强调端侧部署、本地推理、多模态演示和集成工具链，而不是公开 API 下单流程或 token 价格表。这把最可能的货币化组合推向：手机、汽车、AIPC、可穿戴设备和机器人里的 OEM 嵌入；法律和工业场景中的企业与本地部署；以及通过集成、支持和定制把开源转成企业收入。同一批证据也解释了为什么投资核验困难：公司看起来商业上真实，但公开材料没有标价到实际成交价的桥，没有公开合同排期，也没有披露 OEM 经济性到底是授权费、分成、打包支持，还是战略性交叉补贴。开源分发显然帮助采用，但也意味着收入质量取决于合同结构，而不是公开用量定价。[CI001, CI002, CI004, CI014, CI015, CI016]

4.2 商业化路径和部署经济性：B2B2D 渠道可见，单位经济模型不可见

最强商业信号是渠道和部署信号。官方页面把 ModelBest 放在手机、AIPC、智能座舱、具身机器人、可穿戴设备和法律工作流周围；第三方 4 月融资报道称，MiniCPM 已经落地汽车、智能手机、AIPC 和智能家居，GitHub 与 Hugging Face 累计下载超过 24 million。文档栈走得更远：MiniCPM-V-Apps 设计成可在 iOS、Android 和 HarmonyOS 上完全端侧运行；MiniCPM-o 部署材料则仍假设为了更丰富的多模态体验，需要 GPU 支撑的 worker 基础设施。放在一起，这些信号指向一个 B2B2D 商业化路径：开源采用和开发者热情向 OEM 与企业管线输送线索，但最终货币化仍取决于集成和伙伴合同。投资人真正需要的部分仍缺席：客户数、合同期限、OEM 分成率、续约行为、CAC、回本周期，或软件价值与系统集成工作量之间的拆分。[CI003, CI004, CI005, CI006, CI007, CI008]

4.3 资本可得性和充足性：融资势头强，现金能见度缺失

公开材料里最清楚的财务事实不是收入，而是融资可得性。多篇独立 2026 年 4 月报道称，ModelBest 完成由 Shenzhen Capital Group 和 Huichuan / Inovance 关联产业资本领投的数亿元人民币新一轮融资；此前据报道 2026 年 2 月 China Telecom 领投一轮，使第一季度累计融资超过 RMB1 billion，并把公司推入独角兽估值门槛。这些投资人的战略逻辑也异常明确：Shenzhen Capital 把 ModelBest 的智能密度路径与更低部署和调用成本联系起来，Huichuan / Inovance 把公司视为工业自动化和机器人领域的契合对象，China Telecom 则被描述为云-网-端分发盟友。这是一组真实资本栈，也可能降低近期融资脆弱性。但它仍没有回答投资核验问题。抓取来源没有提供现金余额、月度烧钱速度、现金跑道、债务或已承诺算力支出，也没有可访问的官方投资人公告或备案能超越媒体报道，把证据链闭合。[CI020, CI021, CI022, CI023, CI024, CI025]

4.4 成本结构和定价压力：端侧推理有帮助，但算力和开源仍压缩利润率

ModelBest 的端侧优先策略在经济上直观：如果更多推理跑在用户设备或 OEM 控制的硬件上，一部分集中式推理服务成本就能从公司损益表中移走。原始文档和应用仓库支撑这个逻辑，投资人评论也明确把更低部署和调用成本列为吸引力之一。问题是，公开记录同样显示，这还不足以推导出强利润率。MiniCPM-o 官方演示架构仍假设 gateway、worker、backend、挂载权重、专用 GPU，以及每个初始化 worker 约 21.5 GB VRAM。更宽的中国 AI 基础设施报道称，推理已成为主导商业工作负载，许多通用训推芯片在在线推理中利用率很差，成本控制仍是核心瓶颈。再叠加 ModelBest 的完全开放分发，利润率风险就很清楚：采用可以快速放大，但除非 OEM 和企业合同足够自律，价格竞争和支持成本仍可能跑在货币化前面。[CI007, CI008, CI009, CI010, CI011, CI013]

4.5 财务结论和尽调阻碍：故事有融资能力，但还不能被严肃投资核验

ModelBest 的正面案例比收入模型更容易辩护。公司有可见的产品-市场方向、活跃开源生态、可信行业部署，以及战略激励与端侧 AI 采用相匹配的投资人。这个组合让 ModelBest 继续融资、把技术声誉转成嵌入式和本地部署渠道，变得可信。负面案例也同样具体。公开证据仍缺收入、ARR、毛利率、烧钱速度、现金跑道、实际成交价、客户集中度和合同结构；就连备案/登记核验也不完整，因为可访问的官方门户在本次审阅中没有露出干净的公司特定记录。换句话说，市场已经为战略叙事买单，但外部投资人仍没法把损益表算清楚。在管理层提供合同级定价、客户集中度、算力成本证据，以及经审计或至少董事会级财务报表以前，正确的财务立场应保持谨慎：商业可信、战略融资充足，但披露仍轻，利润率仍不确定。[CI020, CI023, CI036, CI037, CI038, CI039]

4.6 图表

5.1 产品线：一个端侧模型产品族，覆盖文本、多模态、全模态语音和打包移动应用

ModelBest 交付的产品不是单一托管模型端点，而是一套分层 MiniCPM 产品族，能映射到具体终端用户任务。公司官网把这个家族放在手机、AI PC、智能座舱、具身机器人、可穿戴设备、GUI 智能体体验和法律工作流周围，这和泛聊天机器人定位有实质差异。基础文本线仍重要：公开 MiniCPM 历史从 MiniCPM-2B，到 2B-128k、MoE 和 1B 变体，再进入 MiniCPM3-4B 以及更新的 4.x 和 5-1B 系列。在这个文本骨干之上，ModelBest 叠加 MiniCPM-V 用于图像、视频、OCR 和文档解析；MiniCPM-o 用于实时语音和实时多模态流；MiniCPM-V-Apps 则用于完全本地的 iOS、Android 和 HarmonyOS 打包。这种宽度是本章关键产品事实：ModelBest 卖的是一套可复用的端侧部署栈，服务多个任务，而不只是一张基准测试表。限制在于，公开证据对公司能打包和演示什么更强，对这些表面已有多少进入规模化生产项目则弱得多。[CE001, CE003, CE004, CE005, CE009, CE013]

5.2 架构和部署：MiniCPM 靠压缩算力、激进打包并把推理搬到端侧取胜

技术差异化始终围绕效率，而不是打造最大的基础模型。最早的 MiniCPM 论文认为，1.2B 和 2.4B 模型可以凭更好的规模化纪律与大得多的系统竞争；当前仓库历史又加入 MiniCPM4.1、MiniCPM-SALA 和 BitCPM 等稀疏推理与量化分支。在多模态工作负载中，最具体的机制是视觉 token 压缩：MiniCPM-V 2.6 称，它只用 640 个视觉 token 就能处理 1.8M-pixel 图像；MiniCPM-V 4.5 又用统一 3D-Resampler，把 6 个 448x448 视频帧压缩为 64 个 token。部署对护城河故事同样重要。模型卡和 V-Apps README 共同显示，它支持 Transformers、llama.cpp、vLLM、SGLang、GGUF 打包和完全离线移动应用，公开 RAM 下限从 MiniCPM5-1B 约 4GB 到 MiniCPM-V 2.6 的 8GB 不等。因此，当买方想在严格时延、隐私或设备成本限制下获得像样的多模态能力时，这个产品最强。[CE006, CE007, CE008, CE010, CE011, CE015]

5.3 分发和路线图：家族异常开放、迭代很快，但版本纪律很重要

开发者分发是最强的公开证据点之一。OpenBMB 的 GitHub 和 Hugging Face 表面显示，MiniCPM 被维护成一个宽发布家族，而不是一次性废弃的研究发布；仓库也有实质社区规模：访问日 MiniCPM 仓库超过 9.5k GitHub stars，MiniCPM-V 仓库超过 25k，V-Apps 仓库一直活跃到 2026 年 7 月。Hugging Face 组织页也显示了很深的目录，ModelScope 至少为 GGUF 打包增加了一条伙伴分发路径。路线图节奏同样真实。公开历史显示，MiniCPM-2B 在 2024 年初发布，2B-128k 和 MoE 后续在 2024 年 4 月，MiniCPM3-4B 在 2024 年 9 月，MiniCPM-o 2.6 在 2025 年 1 月，MiniCPM-V 4.5 在 2025 年，MiniCPM5-1B 加 MiniCPM-V 4.6 在 2026 年。这个速度有利于保持相关性，但也意味着部署兼容性往往取决于模型特定分支、GGUF 转换或运行时版本协调，而不是一个冻结的企业平台。[CE005, CE017, CE018, CE023, CE027, CE029]

5.4 信任、安全与合规：开放是加分项，但公开控制面披露仍薄

公开信任图景有真正正面因素。MiniCPM 和 MiniCPM-V 采用 Apache 2.0 许可，代码和部署示例开放，ModelBest 还称已经通过 ASPICE L2 汽车过程成熟度认证。相比没有公开工程表面的纯闭源模型厂商，这些信号实质更好。不过，公开控制面落后于能力面。MiniCPM-o 自己的文档承认，全双工全模态能力仍需改进，omni 模式下语音输出可能读错音；通用 vLLM 文档也表明，广泛多模态兼容仍取决于后端细节，而不是普遍开箱即用。更重要的是，本次审阅的官方表面没有公开安全信任中心、SOC 2 或 ISO 27001 认证页，也没有公开可用性和事件响应计划。这不证明控制弱，但确实意味着安全、内容治理和生产可靠性尽调必须从公开网页证据转入私密材料核验。[CE034, CE036, CE039, CE040, CE041, CE042]

5.5 图表

6.1 客户分层：用户表面很宽，公开付款方披露很窄

ModelBest 的公开材料描述了很宽的用户地图，但披露的付款方地图窄得多。官方产品页把 MiniCPM 放进手机、AIPC 设备、智能座舱、具身机器人和可穿戴设备，法律板块则声称有法院专网工作流部署。这意味着本章至少有五类有意义用户：嵌入模型的 OEM 和设备制造商，购买私有或端侧部署的企业与公共部门部署方，把 MiniCPM 打包进本地系统的机器人和边缘集成商，自托管或适配开放模型的开发者，以及通过 OpenBMB 和清华关联开放发布互动的学术或研究用户。关键分析切分是买方、用户和付款方。终端用户可能通过汽车、手机或工具接触 MiniCPM，却不直接向 ModelBest 付费；可见付款方很可能是小得多的一组 OEM、电信和企业账户。因此，公开证据支撑强分层宽度，但不支撑广泛的账户级货币化披露。[CU001, CU002, CU003, CU004, CU025, CU026]

6.2 具名证明存在，但主要来自渠道和伙伴公告

最清晰的具名商业证明由渠道带动，而不是传统 SaaS 式案例研究。China Telecom 领投了 2026 年一轮融资，CnTechPost 和 Gasgoo 都称，它计划借助云和算力网络与 ModelBest 深度业务协作。汽车方面，Gasgoo 和 Sina Finance 都称 ModelBest 的 MiniCPM 已集成到 Geely 和 Changan Mazda 的车辆中；Sina Finance 还点名 Volkswagen 和 Huawei 是深度合作伙伴，Gasgoo 则称 Geely Galaxy M9 搭载 MiniCPM 多模态模型，Changan Mazda EZ-60 是首款量产端侧大模型汽车。这些信号有意义，因为它们识别了真实分发渠道和产品表面，而不只是未标注标识。但它们仍低于成长投资人通常希望在客户章节看到的证据：没有合同金额，没有伙伴收入贡献，没有单位经济模型，也没有续约历史。因此，本章把具名部署视为接近生产的证明，而不是已披露经常性客户数据的替代品。[CU017, CU018, CU019, CU020, CU021, CU022]

6.3 开发者、学术和端侧集成商采用，是最强公开证据集

ModelBest 最可见的用户基础是开源和端侧部署社区。OpenBMB 的 Hugging Face 组织显示出很大的活跃足迹：在抓取的 2026 年 6 月快照中，有 158 个模型、18 个合集、11 个 Spaces，MiniCPM5-1B 约 322k 下载，MiniCPM-V-4.6 约 802k 下载。GitHub 仓库也讲同一个故事：MiniCPM 为端侧和资源受限使用而构建；MiniCPM-V 记录了对 llama.cpp、vLLM、Ollama 和移动部署的支持；MiniCPM-V-Apps 提供 iOS、Android 和 HarmonyOS NEXT 的完全离线演示。Intel 的 OpenVINO 团队发布了 MiniCPM-V 优化指南，Ollama 托管官方 openbmb/minicpm5 条目，说明外部生态正在替 ModelBest 做真实适配支持。这在战略上重要，因为它降低采用摩擦，也扩大了全球开发者触达。它也制造了测量问题：这些信号证明兴趣、实验和技术兼容性，但仍未披露其中哪些用户会变成付费客户。[CU006, CU007, CU008, CU009, CU011, CU012]

6.4 留存和重复使用：几乎没有公开的持久性披露

本章审阅的资料没有披露能把采用热度转化为持久客户信心的指标。围绕 China Telecom、Geely、Changan Mazda 或任何法律行业部署，公开资料都没有付费客户数、ARR、NRR 或 GRR、流失率、合同期限。公开可见的复用代理指标只能弱一些：累计下载量、反复发布模型、MiniCPM-V 4.6 的免费公开 API key、免费的 MiniCPM-o 4.5 演示和 API，以及降低试用门槛的社区基础设施。下载、模型发布、免费 API 和社区工具能说明注意力持续存在，却不能证明商业留存。本章最强的反向证据来自 MiniCPM-o 4.5 报道本身：早期半双工交互体验差，让不少用户失去耐心，也拖慢了多模态落地。ModelBest 的产品方向可能缓解这个摩擦，但截至目前公开资料仍缺少耐久性证据。[CU010, CU027, CU028, CU029, CU031, CU038]

6.5 扩张飞轮已经成形，但集中度和渠道依赖仍是核心风险

ModelBest 的扩张逻辑在公开资料里讲得通。开源发布先带来认知和技术信任；部署手册和框架支持把开发者推到本地评估；设备演示与更适合边缘的版本降低集成摩擦；随后，少数 OEM 或企业渠道才以具名生产案例露出。这个循环在手机、汽车座舱、私有化部署和机器人场景里可能跑通，尤其是端侧推理改善隐私和时延。但同一循环也把风险集中起来。公开具名的商业证明仍围绕 China Telecom 和少数汽车品牌，开发者发现则高度依赖 GitHub、Hugging Face、Ollama、OpenVINO 等第三方平台。法律 / 法院场景在战略上有吸引力，但客户未具名，运营细节不透明。换句话说，ModelBest 有宽的漏斗入口和可信的先落地再扩张路径，但公开可见的具名、变现、可续约账户基础仍然很薄。[CU032, CU033, CU034, CU035, CU036, CU037]

6.6 图表

7.1 中国监管和法律场景：备案、标识、网络安全和标准现在必须同时处理

ModelBest 的第一层风险在于，产品表面已经足够宽，会同时落入中国多个相互重叠的 AI 管控制度。公司官网把 MiniCPM 放在手机、AI PC、智能座舱、具身机器人、可穿戴设备和法院网络法律工作流中；MiniCPM-o 材料展示的是全双工语音和多模态交互，而不是简单文本模型。关键在这里：中国《生成式人工智能服务管理暂行办法》要求具有舆论属性或社会动员能力的服务完成安全评估和算法备案；2025 年 3 月的 AI 生成内容标识规则要求显式和隐式标识、在用户协议中披露标识方法，并在提供未标识输出时留存 6 个月日志。CAC 2026 年 5 月的备案公告说明规则并未沉睡：2026 年 3–4 月又有 72 项服务完成备案，已上线应用 还需要展示模型名称、备案号或上线编号。2026-01-01 生效的修订版《网络安全法》进一步抬高下行风险，把 AI 服务运营与更强的个人信息和关键信息基础设施执法挂钩；严重情形下，罚款可升至 RMB10 million，并可能触发停业整顿式措施。在这个背景下，本章审阅的公开页面没有露出 ModelBest 的备案号、公开标识声明或隐私政策链路，因此合规负担是具体、可跟踪的，不是理论风险。[CR001, CR003, CR007, CR011, CR012, CR013]

7.2 开源、数据来源和安全风险：分发优势也会降低护城河、抬高合规负担

ModelBest 的第二大风险在于，同一套开源和部署优先策略一边加速采用，一边放大合规和变现暴露。OpenBMB 称社区由 Tsinghua NLP Lab 与 ModelBest 共同发起，MiniCPM 仓库可公开下载，代码采用 Apache 2.0 许可，README 明确强调端侧部署和全双工多模态用例。这样做扩大了生态触达，但也让技术栈更容易被分叉、跑基准测试和重新封装，削弱靠保密支撑的定价权，并把价值捕获推向合同、集成或专有数据权。新的 TC260 基线标准进一步加剧这个问题：它要求干净的数据来源、个人信息同意或其他合法基础、在用户协议中披露 IP 风险，并拒绝非法内容占比超过 5% 的训练来源。ModelBest 自有公开材料又声称已在法院网络法律场景部署，把个人信息、文档来源和输出可靠性等敏感要求一并纳入负担。可是本章抓取的公开页面没有暴露公开隐私政策、用户协议、安全认证或事件响应页面；数据处理、模型治理控制和公开安全姿态仍是尽调空白。[CR003, CR004, CR005, CR006, CR007, CR021]

7.3 算力、伙伴和竞争风险：出口管制、国产芯片生态不成熟、OEM 集中和价格战相互强化

ModelBest 的第三组风险不在模型权重本身，而在算力获取、伙伴集中和商品化的市场结构。BIS 2026 年 5 月 31 日指引和 6 月 17 日 FAQ 明确，先进计算许可要求仍适用于总部位于 Country Group D:5 或最终母公司位于该组别的实体，即使采购主体设在中国境外；CNBC 报道称，这条规则针对通过 Malaysia 等地海外子公司流转的路径，出口商仍应申请许可。与此同时，Tencent 2026 年 6 月对 Li Dahai 的采访称，ModelBest 当前瓶颈是芯片、内存和带宽的共建，国产软件生态仍显著不如 Nvidia 完整。CNBC 和 CSIS 描述的中国解法，是用廉价电力和补贴支撑大规模 Huawei 芯片集群，但这条路比 Nvidia 系统消耗更多芯片和电力。下游公开部署记录也很集中：Gasgoo 和 Tencent 主要指向 Geely、Volkswagen、Changan、GAC 以及 Geely Galaxy M9 座舱项目等汽车和设备伙伴。这个集中风险发生在中国模型市场重新定价的同一时点。KrASIA 和 Digital Watch 显示 Alibaba、Baidu 把 API 价格压到接近零边际水平；消息源称，超大云厂商或许还能靠云服务绑定变现，但对小型创业公司明显更难。因此 ModelBest 面临复合风险：供应约束可能拖慢进展，而定价权和伙伴议价力正同时转向不利于独立实验室的方向。[CR024, CR025, CR026, CR027, CR028, CR029]

7.4 人员、治理和变现执行：学术背景和充足资本不能替代已披露经济性

ModelBest 的第四项风险，是在经济性不透明的情况下同时推进太多执行面。公司受益于清华系技术深度和异常强的资本联盟，但公开记录也显示，这种优势可能制造复杂性，而不是清晰度。QCC 列出的投资人阵容拥挤，涵盖电信、国资、产业和战略投资方，包括 China Telecom Investment、北京 AI 产业基金、Shenzhen Capital、Hubble 相关资本，甚至竞争对手 Zhipu。Caixin 2024 年画像已经把商业化列为关键问题，2025 年后续报道又称 ModelBest 一年多完成三轮融资，却仍未披露该轮确切金额或估值。InfoQ 随后报道，2026 年一季度融资超过 RMB1 billion，ModelBest 正从模型延伸到 Pinea Pi、EdgeClaw Box 等硬件产品。这证明公司有野心，但也意味着投资人要同时承销模型研发、芯片适配、产品化和硬件系统执行，而且没有公开收入、定价或客户集中度披露。由此产生的风险，不是 ModelBest 缺少资本或伙伴兴趣；而是公开证据仍无法说明这些关系能否产出持久毛利、续约行为或简单治理结构。[CR004, CR008, CR009, CR010, CR032, CR033]

7.5 缓释、可监控触发器和否决标准：下一轮尽调应由事件驱动

承销 ModelBest 风险，不能停留在泛泛的 AI 谨慎，而要盯住具体、外部可观察的触发器。部分缓释因素确实存在：公司有战略支持者、多个具名部署渠道、端侧优先的技术身份，以及能降低采用摩擦的开源生态。但这些缓释并不完整。战略资本不是收入质量证明，开源不是护城河证明，国产芯片适配也不等于对出口管制具备安全韧性。因此，本章把优先级最高的否决标准定义为公开事件：披露 ModelBest 的 CAC 备案或标识声明，出现任何出口管制指定或明确采购阻断，有更多证据显示价格下跌快于绑定价值增长，汽车 / 设备渠道出现伙伴集中裂缝，以及公开治理或法律披露澄清股权结构和敏感行业部署是否可管理。下一次刷新时，如果这些触发器没有改善，剩余暴露应视为打破投资逻辑，而不是普通创业公司不确定性。[CR011, CR017, CR018, CR024, CR025, CR028]

7.6 图表

8.1 融资背景和当前估值标记

ModelBest 当前最有支撑的估值锚点仍是底线，而不是完整定价的估值标记。多篇 2026 年 4 月报道称，公司完成 2026 年第二轮融资，一季度累计融资超过 RMB1 billion，并跨过大模型独角兽门槛。ThePaper 进一步把措辞收紧，称公司在 4 月融资后进入 "$1 billion 级别"。这些信号足以把约 $1 billion，或简写的 RMB7 billion-plus，视为可信的当前头部估值。 关键限制在于公开证据到此为止。同样验证独角兽门槛的 4 月报道，并未披露精确投后估值、完整稀释图景或投资人权利条款。CB Insights 公开公司页进一步强化不透明：它展示 2026 年 4 月 7 日融资和投资人名单，但把估值遮为 $XXM，并在公开页把收入列为 0 FY undefined。换句话说，市场已经方向性地透露 ModelBest 不再是小规模种子公司；但还没有给出足够信息，让人有信心承销确切证券价格。[CV001, CV002, CV003, CV004, CV005, CV006]

8.2 战略价值真实存在，但变现证明仍是缺口

为什么一家没有公开收入披露的公司也能有 $1B 级估值标记？因为 ModelBest 确实有投资人看得见的资产。官方和面向开发者的来源显示，它拥有真实的端侧模型资产：公司把 MiniCPM 放在手机、AIPC、智能座舱、机器人、可穿戴设备和法律工作流里；OpenBMB 把公司与清华根基的开源生态绑定；GitHub 和 Hugging Face 则显示 OpenBMB 组织页上有大量活跃触点，包括 MiniCPM 仓库、演示、合集和 158 个托管模型。媒体报道也持续引用累计下载超过 24 million 和具名汽车部署。 但这些都不是变现证明。24 million 这个数字来自公司经媒体转述，而不是经审计遥测数据。审阅的公开资料没有披露 ModelBest 收入、ARR、客户数、价目表、OEM 分成、毛利率桥或优先权结构。Caixin 和 Tencent 报道把反向因素讲得很清楚：商业化仍是未解测试，反复融资仍重要，汽车座舱赛道拥挤到即便技术故事不错也可能无法放大。Li Dahai 2026 年 6 月的表态也再次说明，难点是芯片、内存、带宽和软件的生态执行，不只是模型质量。这让估值讨论仍围绕战略期权价值，而不是已经验证的损益表。[CV007, CV008, CV009, CV010, CV011, CV012]

8.3 可比公司组与中国资本市场背景

合适的可比框架不是单一整洁倍数，而是一组区间。站在中国私有模型稀缺性的高端，Moonshot 以 $20 billion 估值融资约 $2 billion；公开来源称其 4 月 ARR 超过 $200 million。DeepSeek 首轮外部融资据报估值超过 $50 billion；StepFun 2026 年 pre-IPO 融资传闻从投前 $4-6 billion 到预期 $10 billion 基石标记不等。公开市场侧，Zhipu 和 MiniMax 说明，即便大模型发行人仍亏损，香港投资人也愿意支付有意义的稀缺溢价；Palantir 和 C3.ai 则提供上下沿公开市场倍数锚点，且收入账本透明得多。 中国 2026 年资本市场背景很重要，因为它解释了 ModelBest 头部价格为什么并非天然荒谬。CB Insights 称 2026 年 Q1 AI 融资异常集中在超级轮次领头公司；KPMG 称香港 2026 年 Q1 IPO 募资额全球第一，录得 6 家专门科技上市和 366 个有效申请。Reuters 1 月 MiniMax IPO 报道补充了短期情绪信号：香港刚经历 2021 年以来最强 IPO 年，AI / 芯片发行人正迎着强劲投资人需求入场。这个环境能支撑 ModelBest 当前头部估值标记。但环境本身不能让这个价格具备吸引力，因为 ModelBest 披露出的变现成熟度远落后于 Moonshot，也远不如任何公开可比公司透明。[CV021, CV022, CV023, CV024, CV025, CV026]

8.4 牛 / 基准 / 熊情景逻辑与建议

以目前证据水平，正确建议是继续研究，估值立场是偏高。原因不是 ModelBest 缺少战略价值，而是 $1B 级 入场价已经要求投资人相信，开源牵引力和伙伴部署会在中国 AI 稀缺性热度降温前转化为有意义、可审计收入。没有公开收入基底时，合适方法是里程碑和情景分析，不是假精确 DCF 或单一收入倍数。 牛市情景下，ModelBest 把下载量和 OEM 布点转化为真正的经常性软件经济性，证明清晰收入桥，并继续受益于中国 AI 融资和 IPO 市场支持；这可以支撑 $1.3-1.8 billion 区间。基准情景下，部署证明继续增加，但变现仍只部分披露，当前 $0.9-1.1 billion 区域更接近公允，而非便宜。熊市情景下，开源使用主要停留在社区，OEM 交易更像战略试点而不是持久软件收入，或资本市场不再奖励稀缺性，价值可能滑回约 $0.6-0.8 billion。升级路径因此取决于证据或价格：要么有更好的经审计证明，要么有更好的入场价。[CV039, CV041, CV042, CV043, CV044, CV045]

8.5 最终尽调问题和打破投资逻辑的触发器

估值缺口异常集中在少数可以补齐的尽调事项上。投资人需要月度收入和毛利率桥、真实 OEM 和企业定价结构、股权表和清算瀑布、活跃付费部署相对开源下载的独立遥测数据，以及任何可能让头部独角兽估值在经济上弱于表面的条款。没有这些，当前价格更像战略叙事，而不是经过承销的证券。 打破投资逻辑的触发器也同样具体。如果新一轮融资低于当前头部估值，说明估值支撑比表面更薄。如果披露的收入桥相对装机基础仍显得太小，说明开源牵引力没有转化为变现。如果优先权结构 或治理结构大幅压低新投资人优先级，即便公司质量仍强，证券质量也会改变。若 ModelBest 证明收入之前，中国 AI 融资或香港专门科技窗口转弱，当前估值标记内嵌的战略溢价可能很快压缩。[CV002, CV012, CV013, CV014, CV017, CV029]

8.6 图表