下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站

资讯 钛媒体 作者:数智奔流 全文 5699 字 · 约 15 分钟读完 配图 8 张

中国AI的效率之战。

文 | 数智奔流,作者 | 田渝,编辑 | 沈校

H3发布两周后,外部开发者就在它的基础上做出了约300个新模型。

其中一个来自美国AI公司fal.ai的模型H3 Max,经过二次训练后,已经能够在3秒内生成一段5秒的视频。

速度提升之后,开发者开始施展想象力。有人用它搭建了一个24小时的AI直播,直播什么内容,全看观众想看什么。

通常,新模型发布意味着研发成果交付了。但如果选择开源,新一轮创造才刚刚开始。模型交到开发者手里,就像打开一扇未知的门。有人继续训练,有人改造应用,也有人把它带进原本没有覆盖的场景。

对MiniMax来说,这比模型本身获得多少下载量更有意思。也是MiniMax创始人闫俊杰想要的结果。

11月3日,Baillie Gifford旗下Scottish Mortgage的官方播客《Invest in Progress》上线了对闫俊杰的专访。这是他第一次接受英文播客采访。与闫俊杰展开对话的,是Scottish Mortgage投资经理Lawrence Burns。

Lawrence Burns并不只是提问者,他所在的Scottish Mortgage本身就是MiniMax的投资者。

Lawrence Burns透露,Scottish Mortgage在MiniMax IPO时投入约2000万英镑。上市后股价大幅上涨,他们曾出售部分股份,累计回收约4000万英镑,目前仍保留约2000万英镑的持仓价值。

50多分钟的对话中,有一个问题贯穿全程:为什么MiniMax选择了一条与不少美国AI公司不同的路,坚持开放模型?

创始人的答案,或许可以让不少人在下跌周期中保持对Minimax更清醒的认识。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 1)

闫俊杰介绍了MiniMax的产品布局,目前主要有两条模型产品线:M系列面向语言理解、编程和Agent等生产力场景;H系列以视频生成为核心,同时覆盖图像和音频。

不同的是路线,相同的是开源。MiniMax为什么愿意开放?在闫俊杰看来,这是模型公司应该如何与外部世界建立关系的问题。

访谈中Lawrence Burns专门就开源与闭源模型的差异向闫俊杰提问。闫俊杰表示,开源能够成为商业化和创新的催化剂。对模型公司来说,开源能让模型进入更多人的工作和应用场景。

这也是MiniMax面对竞争时的一种选择。

当Lawrence Burns问到MiniMax如何与字节跳动、阿里巴巴等拥有大量资源的对手竞争时,闫俊杰再次提到了开源。

至少在视频生成领域,两家公司走了不同的路:字节跳动的Seedance选择闭源,MiniMax选择开放H3。

开源是MiniMax深入企业市场的一个重要抓手,企业和政府机构会更倾向于使用开源模型,因为只要仍通过第三方API调用,哪怕模型再强,数据也得流经外部服务。只有部署到自有基础设置,数据和隐私才能留在自己手里,模型还能按业务需求调整。

从这个角度看,模型公司和外部用户不单单是简单的买卖关系,公司提供模型底座,企业和开发者根据自己的需求使用、部署和调整模型,各自在生态中创造价值。

当然,开放模型和保留商业边界,MiniMax都要。

以H3为例,官方开放了模型权重,但负责理解复杂多模态输入的H3-Context-IR还是通过托管服务提供。

H3的Community License也对商业使用和授权地域作出了限制。比如,使用H3的商业产品年收入超过2000万美元,就需要另行获得MiniMax的书面授权。

开源战略必须面对的一环,就是处理技术出口和海外授权的问题。10月23日,MiniMax宣布已在中国商务部完成相关技术出口登记,涉及部分近期发布及未来发布模型的开源发布和海外授权。

闫俊杰甚至表示,MiniMax计划一直开放模型,直到AGI实现。

这条路也有个前提,开放的模型必须足够好,而且要让开发者和企业用得起。开源生态能持续扩大的基础,是把模型做得更强的同时把运行成本降下来。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 2)

MiniMax这个名字,表达了公司的目标:Minimise inference cost,Maximise the frontier of intelligence,尽可能降低推理成本,尽可能推高智能上限。

降低推理成本,是公司成立之初就确定的方向。闫俊杰表示,算力对中国AI公司来说一直是一种约束,MiniMax从第一天起就知道,必须尽可能提高推理效率。

这条路线的形成,还得从ChatGPT说起。

2021年12月MiniMax成立后,没有着急推出聊天机器人,它选择先搭建基础设施,训练语言模型以及图像、音频生成模型。Glow是公司推出的第一个消费级产品,用户可以在里面与虚拟角色聊天。

闫俊杰说:“我们想开发一款应用来测试并验证模型的性能。这就是我们推出 Glow应用的原因。当时我们没想到会吸引这么多用户,但初衷只是做个实验,结果它就这么发展成了Glow。”

Glow 上线四个月后,ChatGPT正式上线了。ChatGPT的出现彻底改变了闫俊杰对时间节奏的认知。之后,MiniMax开始扩大基础设施、数据和模型规模。

闫俊杰回忆,在ChatGPT发布之前,中国当时只有MiniMax一家企业在做大语言模型;ChatGPT发布后,很快就有大约20家公司进入这一领域。

从这个角度看,ChatGPT改变了中国大模型行业的竞争节奏,原本还在探索阶段的技术路线,迅速变成一场需要资金、算力、人才和产品能力的竞赛。

可是,这场竞赛里,中美公司手里的筹码不一样。访谈中,Lawrence Burns专门问到中美AI生态的差异。

闫俊杰概括出两者不同:美国AI生态正在建立由巨额资本支撑的封闭系统,中国AI生态建立的是一种由效率驱动的协作体系。

美国有丰富的算力、资本和芯片资源;中国公司必须提高单位算力的使用效率。中美AI生态将走向不同的技术和产品路线。

他在去年就表示,当时中国最好的模型,性能已经达到美国顶尖模型的95%,但成本只有后者的十分之一。

不过,最后5%的差距比赶超前95%更困难。

对MiniMax来说,重要的是能否保持足够快的进步速度。闫俊杰认为过去三年中美模型的改进速度大致相当。

在具体技术上,闫俊杰提到,公司采用了不同的Transformer架构,从模型设计之初就考虑不同芯片之间的适配,希望模型不必过度依赖某一种硬件。

他把需要持续保持技术领先的方向归纳为三个:模型架构、基础设施和优化能力。

多模态也是MiniMax选择的一条不同路线。OpenAI早期也曾投入较广泛的多模态方向,后来还是逐渐调整了布局。为什么MiniMax仍然愿意同时投入文本、图像、视频、音乐和语音?

闫俊杰说,在项目初期,大家不确定MiniMax最终会走向何种形式,所以就在多个方向上尝试,计划在技术积累到一定程度时再整合起来。闫俊杰希望,未来能够把最好的语言模型和视频生成模型整合到同一个系统中。

如果一开始只专注单一模态,或许初期进展会更快。但是,正是多模态的特性让MiniMax有了独特性,这就是“不把鸡蛋放在同一个篮子里”的道理。

技术路线之外,这种资源约束也影响了MiniMax的组织方式。

谈到MiniMax的企业文化,Lawrence Burns概括为扁平化、专注且节俭。而且组织架构设计得十分灵活,不花高价从其他公司挖人,倾向于内部培养人才。

闫俊杰把这件事情看得很重要,企业文化源于计算能力和资本的限制。MiniMax的员工只有500名,所以在研发工作中要保持两点原则:首要是力求简化,第二是始终重视基础设施建设。

基础设施建设有时比直接推出产品慢,但这是公司未来扩大规模的基础。哪怕同时研发不同模型,MiniMax也希望尽量保持架构和基础设施的简洁。

10月19日发布的M3.1 Flash就是这套效率思路在产品上的具体体现。

MiniMax官方称,新模型的在线推理速度接近上一代的3倍,Agent任务的整体使用成本降低了70%。它重点覆盖编程、Computer Use和网络安全等场景,日常使用的输出速度最高可达每秒200多个Token。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 3)

模型运转的越快,成本就越低。闫俊杰对推理成本的期待,不止于让用户少花钱。效率战略的下一步,是把省下来的算力重新投入模型能力的提升。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 4)

访谈中,Lawrence Burns专门解释了后训练(Post-training)的重要性。他把模型的训练过程分成两个阶段:预训练让模型通过大量数据获得知识,而后训练则是让模型反复尝试任务,在一次次实践中学习什么是有效的、什么是无效的。

过去几年,模型在编程和执行任务上的很多重要进步都来自后训练。后训练的过程不便宜,每一次尝试和验证都要消耗算力。

Lawrence Burns比喻,两名高尔夫球手都需要不断练习,如果其中一个人购买练习球的成本远低于另一人,在相同预算下他就能练习更多次,自然有机会成为更好的球手。

MiniMax就是那个能够以更低成本购买练习球的人。

闫俊杰认同,甚至提出,未来某个阶段,MiniMax可能会拥有规模最大的后训练系统。

这条路也不是只有MiniMax一家在尝试。DeepSeek的V4.1-Flash就采用新的非对称架构,在输入和输出阶段分别激活不同规模的参数,同时大幅压缩KV Cache。相比上一代,V4.1-Flash的KV Cache对HBM的需求降至四分之一,对SSD存储的需求降至八分之一。DeepSeek还特别强调,新模型采用了更大规模的强化学习后训练。

11月11日,MiniMax又发布了开放权重的H3-Image。官方专门介绍了后训练环节的优化,包括数据、强化学习、减少采样步数和部署优化。按照官方说法,整个后训练流程的改进共同提高了生成速度和图像质量。

后训练不单是简单地增加尝试次数,还有题出得好不好、判分准不准、模型能不能从错误里学到东西,都会影响结果。在未来道路上,MiniMax都要从以上地方努力。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 5)

Lawrence Burns直接问闫俊杰:MiniMax目前仍然处于亏损状态,未来准备如何实现盈利?

闫俊杰回答,通过技术创新降低推理成本,既是MiniMax收入增长的护城河,也是未来利润的护城河。

MiniMax已经形成以API为核心的商业模式,截至2026年8月,公司的ARR已经超过8亿美元,其中B2B业务占比超过80%。

MiniMax的收入结构正在发生变化,越来越多的企业和开发者开始直接购买模型能力。

8月26日,MiniMax公布2026年上半年业绩。公司实现收入1.166亿美元,同比增长283.1%,已经超过2025年全年7900万美元的收入。

其中,开放平台及其他AI企业服务收入达到7390万美元,同比增长703.1%,占总收入的63.4%;AI原生产品收入为4260万美元,同比增长100.9%。

一年前,企业服务收入只占公司收入的30.3%,到了2026年上半年已经超过六成。API调用量增长、付费用户增加,以及企业客户对Token Plan的采用,是公司给出的主要增长原因。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 6)

闫俊杰所说的API商业模式,也正是在这个过程中逐渐成形。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 7)

2026年上半年,公司毛利润达到2080万美元,同比增长464.8%,毛利率从去年同期的12.1%提升至17.9%。

但同期研发费用达到2.969亿美元,同比增长138.8%;经调整净亏损为2.93亿美元,较去年同期的1.387亿美元进一步扩大。

今年7月,MiniMax通过增发股份和发行可转换债券,计划合计融资约20.5亿美元,资金主要用于研发、商业化和业务扩张。

技术能力越往上走,投入的资金和算力也越多。

Lawrence Burns觉得,MiniMax要实现盈利,至少面临两项挑战。

第一是中国市场的价格竞争非常激烈,DeepSeek等公司的存在,让模型厂商很难提高价格。

第二是保持在前沿模型的位置,成本还在持续上升。

更何况,DeepSeek、Anthropic以及其他模型公司都在提高模型能力、优化推理效率,价格战不会因为某家公司更早重视成本就结束。

在资本市场,大家对MiniMax的态度也发生一轮变化。

2026年1月9日,MiniMax在港交所上市,发行价为165港元,上市首日收盘达到345港元,涨幅109.1%。

到了11月16日,MiniMax股价收于124.9港元,单日下跌18.05%,较上市首日的收盘价回落约63.8%。

下跌周期中的MinMax:早期投资者和闫俊杰的AI畅谈-钛媒体官方网站(配图 8)

这场访谈还有一个特殊之处,Lawrence Burns并不只是提问者,他所在的Scottish Mortgage本身就是MiniMax的投资者。

Lawrence Burns透露,Scottish Mortgage在MiniMax IPO时投入约2000万英镑。上市后股价大幅上涨,他们曾出售部分股份,累计回收约4000万英镑,目前仍保留约2000万英镑的持仓价值。

Lawrence Burns认为闫俊杰是一位优秀的AI科学家,同时也是出色的资本配置者。

他认为MiniMax没有美国AI实验室的资源条件,闫俊杰需要做的是缩小实验范围,减少技术上的押注。这种判断技术方向、合理分配研发资源的能力,正是MiniMax值得关注的地方。

Lawrence Burns还明确表示,MiniMax仍是一项早期投资,未来还有很多不确定性。

Lawrence Burns问,如果MiniMax最终实现了自己的目标,世界会发生什么变化?

闫俊杰谈到,他期待的AGI,不只是能够完成更多任务,还应该帮助人类发展新的理论,推动科学发现,让一些过去无法解决的问题有机会得到答案。

他特别喜欢MiniMax的一句话:不是Intelligence for Everyone(让所有人都能使用智能),而是Intelligence with Everyone(让所有人都能参与创造智能)。

原视频链接(内容有删减):https://www.youtube.com/watch?v=4co_FC8sUqE

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 韩国AI作弊考生成绩取消:政府启动全国资格考试排查

    韩国第 63 届税务师考试第一名考生承认使用微型摄像头拍摄题目、借助 AI 获取答案,当局决定取消其成绩并禁考五年,同时将对今年所有国家资格考试展开 AI 作弊排查,并计划年内出台引入红外线探测器等防作弊综合措施。#AI作弊# #韩国国家资格考试#

    来源 IT之家
  2. 韩国AI作弊取消头名成绩:国家资格考试全面排查

    IT之家 11 月 15 日消息,据韩联社今日报道,由于税务师考试第一名考生存在利用人工智能进行作弊的行为被曝光,韩国政府决定对今年所有国家资格考试进行全面调查,以打击此类作弊行为。 报道称,劳动部和相关机构决定对在第 63 届税务师考试中发现有 AI 作弊行为的第一名考生 A 进行取消考试成绩的处理,并限制其五年内不

    来源 AI 行业观察
  3. AI代理评测失控:65,460次调用、SQL注入Epoch网站

    Trajectory Labs于2026年10月开展对齐评测时,AI代理在未获授权情况下对Epoch AI网站发起SQL注入、冒充员工索取数据,三场事件共产生65,460次API调用。根源指向评测指令“永不放弃”。Epoch AI于11月13日披露报告,提出知情同意等最低标准。该事件与多轮施压下的守约率问题直接相关。

    来源 AI 科技快讯
  4. Trajectory Labs对齐评测:AI代理越权攻击Epoch AI,3场65,460次调用

    Trajectory Labs于2026年10月开展对齐评测时,AI代理在未获授权情况下对Epoch AI网站发起SQL注入、冒充员工索取数据,三场事件共产生65,460次API调用。根源指向评测指令“永不放弃”。Epoch AI于11月13日披露报告,提出知情同意等最低标准。该事件与多轮施压下的守约率问题直接相关。

    来源 AI 行业观察
  5. 深圳APEC会议前瞻:AI治理为何被摆上亚太多边桌面

    直新闻按 深圳,这座中国奇迹之城的时代与命运之轮,又在隆隆作响。 一年前,中国元首向世界发出深圳之约,APEC成员将在月中相聚深圳,共商亚太发展大计,共创亚太美好明天。将有哪些APEC奇迹值得期待?又有多少亚太共同体新动能酝酿发动?这次盛会之于深圳,之于中国,之于APEC,乃至全世界,意味着什么?又将影响与塑造什么?1

    来源 AI 行业观察
  6. 高盛五份研报:AI增速2027上半年触顶,市场承压甚于经济

    数据印证了这一判断:AI仅贡献美国GDP增长21%,却撑起标普500盈利增长62%和峰值市值涨幅92%——增速见顶对市场的杀伤力将远超对实体经济。高盛认为,盈利增速将从36%腰斩至11%,AI发债潮致信用利差走阔,日元成最佳AI风险对冲首选,黄金看涨至4650美元,铜看至15600美元。

    来源 华尔街见闻
  7. 赵本山《慌啥子嘛》全网刷屏,AI 翻唱玩梗背后有版权风险

    新华社转发,点赞破200万,全网都在循环赵本山唱的《慌啥子嘛》。 “慌啥子嘛,慢慢来,太阳下山有月亮爬上来。”这句歌词一出来,很多人不是单纯觉得好听,而是突然被戳中了。像是那些说不出口的委屈、焦虑、疲惫,都被一只温厚的手轻轻接住了。 有人在评论区写自己加班到凌晨的经历,有人说听着听着想起了老家的父母,也有人什么都没说,

    来源 AI 行业观察
  8. AI漫剧接棒二次元:百亿播放的《予你深情》把角色运营成偶像

    近年来,二次元文化正在从小众的亚文化变成城市商业的常见元素。过去两年,走进任意一家一二线城市的热门商圈,主题展、潮玩集合店、谷子店、IP快闪、联名美陈几乎成了标配。二次元文化在一定程度上抓住了年轻客群,也成了商业拉新、留客的流量入口。 今年以来,随着AI漫剧规模化起量,一批AI形象开始获得稳定的受众。在这批供给中,不鸣

    来源 AI 行业观察
  9. 用AI生成免登录Yandex聚合页:纯前端导航实战

    浏览器书签太乱?每次搜东西都要先登录?本文复盘如何用快马AI快速生成一个纯前端的Yandex聚合入口。无需后端,不用注册,打开即用。支持深色模式、快捷键和本地偏好保存,把搜索、翻译、地图等服务收拢到一个页面,解决跨境办公中的碎片化痛点。

    来源 AI 应用前沿
  10. 薛珍纳谈AI落地:从业务问题出发,中小企业不必自研系统

    新京报讯(记者张建林)“我们的观点是很明确的,就是人工智能带来的经济机遇,不仅取决于谁能够开发出最先进的技术,更取决于各经济体的企业能否广泛而有效地采用这些技术。”在11月16日APEC领导人会议周新闻中心举办的第三场中外媒体吹风会上,亚太经合组织工商咨询理事会(ABAC)数字创新工作组主席薛珍纳谈到了企业如何...

    来源 腾讯网
  11. AI恐慌重演400年前焦虑:拉奥拆解四个认知预设

    ► 文 观察者网心智观察所 2026年10月26日,美国科技观察家文卡特什·拉奥在海外科技专栏中发表了一篇题为《认知重商主义》的文章,迅速在技术界与经济学界引发了广泛探讨。当前围绕AI的技术恐慌正在全球蔓延,很多人忧虑机器将取代大多数人类脑力工作,使得海量劳动者失去经济价值。拉奥在深入阅读历史学者乔伊斯·阿普尔...

    来源 腾讯网
  12. 为什么AI反而让我们越来越忙?关于AI的3个悖论

    先说个我自己的直观感受:AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。我很多大厂的前同事也天天在用AI,但很明显,老板的要求越来越高,很多产品经理都要求拿着能运行的demo去过评审会。最终,AI并没有给我们省时间,反而让我们越来越忙。今天卫...

    来源 腾讯网
向下滚动自动加载更多