对话大模型“六虎”MiniMax闫俊杰：做AI技术很奢侈，每个月看到账单都会心疼

出品 | 搜狐科技

作者 | 梁昌均

运营编辑 | 王一晴

“技术做不好，所有东西都是问题；技术做好了，似乎所有问题都被掩盖了。技术是一家科技公司的最核心的要素，这件事我花了两年才意识到，但偶尔还是会继续犯这样的错误。”

谈到创业近三年以来的关键时刻，MiniMax创始人&CEO闫俊杰讲述了他的数次至暗时刻里最有共性的一个感受。

MiniMax是国内AI大模型“六虎”中最早成立的一家公司，2021年底由商汤科技前副总裁闫俊杰创立。这家公司最新估值达25亿美元，同时获腾讯、阿里入股，但以往却极为低调。

8月的最后一天，MiniMax在上海举办了首届Link伙伴日活动，打破了长久的沉默。闫俊杰现场分享了创业历程，宣布推出视频模型和音乐模型，并介绍了在技术研发上的最新进展。

“大模型是一个看起来很热，但也有很多非共识的领域——到底做2B还是2C，到底做国内还是做海外，Scaling law到底能不能延续？”

闫俊杰表示，自己对技术的进步充满乐观，对用户充满乐观，对产品的迭代效率充满乐观。

他还首次面向搜狐科技等媒体回应了外界的诸多疑问，包括入局AI生成视频的考虑，以及对技术研发、市场竞争以及海外布局的看法。

闫俊杰（中）在媒体沟通会上

AI生成视频会进步非常快

商业化对大模型是考验

今年以来，AI生成视频无疑是大模型领域最卷的赛道。自OpenAI发布Sora演示视频后，字节、快手、智谱、Pika、Runway等国内外多家企业陆续推出相关产品。

MiniMax是最新的入局者，且发布即上线。闫俊杰解释称，做视频符合公司的目标，最本质的原因在于，人类社会的信息交流，大部分体现为多模态的内容，而不是文字。

“为了有非常高的用户覆盖度和使用深度，唯一的办法就是做输出动态的内容，而不是单纯基于文字。只是我们先做出来文字和声音，现在技术变得更强，把视频也做出来。”

闫俊杰坦言，做视频挺难，复杂度比文本更高，且存储要求更大，需要在算法上考虑怎么样降低复杂度，压缩率变得更高。“这花了我们很多精力，就比可灵晚了一两个月。”

同时，这需要升级底层基础设施，之前基于文本构建的基础设施，如何清洗、标注数据等，对视频都不太适用，且视频开源东西很少，很多都需要自己做，需要更多耐心。

目前，MiniMax的视频模型仅支持文生视频。闫俊杰表示，后续会在数据、算法上继续迭代，且会推出图生视频，文+图生成视频，可编辑、可控性等更多功能。

在商业化方面，不少视频生成产品都采取收费模式。对此，闫俊杰表示，在达到一个更加满意的状态之后，可能会考虑商业化。

他认为，AI生成视频这件事还只是开始，接下来的进步速度一定会变得非常快。“长期看，进步越快的东西就越好。”

这一定程度也代表了闫俊杰对大模型商业化的态度。“目前最重要的不是商业化，而是真正地让技术到达广泛可用的程度。”

他表示，当一个产品没人用，或当一个产品不赚钱的时候，肯定不能怪用户，大部分时候只能怪自己的技术做得不够好，或产品做得不够好。

目前，MiniMax的商业化基本分成两个形式，一个是开放平台，服务超3万家企业用户和开发者，并有两千多家付费客户。第二是C端，尝试广告或收费变现。

MiniMax国际业务总经理盛静远在沟通中表示，2B行业真正要能赚钱是要成为行业标准，但在国内更加卷的竞争市场上，2B业务很多变成了项目制。“大模型如果纯技术输出，为每家企业进行定制，这个商业模式就转不过来。”

“今天的大模型产品形态，普通消费者没有任何忠诚度，一旦收费就可以换到另外一个产品。”盛静远认为，大模型C端产品的商业模式也不成立。

她表示，MiniMax所有产品会结合技术的能力、特色，打造出能增强用户粘性的产品形态，然后才会考虑ROI和留存，等到飞轮转起来，再去进行投放，而不是像很多友商，现在就用非常多的真金白银砸进去。

“我们现在是所有中国大模型公司里面，少数几个能讲商业化变现，能讲产品跟模型驱动，甚至很有可能能在比较短的时间内实现自负盈亏及盈利的公司。”盛静远表示。

她认为，MiniMax现在处在半山腰的状态，如果做得比较成功，很快就能达到一个正向的商业循环，希望通过技术突破，产品商业化，从而再反哺技术，而不是考虑还有那些钱会来投。

“大模型的商业化，如同当年的互联网一样，会经历一个探索的过程。这可以看成是对一个行业的考验，如果能通过就能够出来，如果通不过就应该客观面对。”闫俊杰说。

做技术非常奢侈

大模型未来关键是错误率要降到个位数

在创办MiniMax前，闫俊杰已做了超过十年的AI技术研发，人脸识别和AlphaGo是那时最具代表性的应用。“这些距离人都很远，对我来说也越来越困惑，做AI到底是为了什么？”

转折发生在闫俊杰一次回老家见到外公。“他想写自己80年的一生，但不会打字，也不会进行复杂的写作。很遗憾我没法帮他来完成这件事情，那时候的AI还做不到。”

“这给了我非常大的触动，让我意识到，AI应该具备通用性，让每个人都有智能，总结来说就是 Intelligence with everyone。”闫俊杰说，这成了创业最初的想法。

随着大模型浪潮到来，MiniMax率先推出首个MoE（混合专家系统）大语言模型。目前，公司模型覆盖文本、语音、音乐、视频等领域，并推出开放平台、海螺、星野、Takie等多款产品，不久还将发布采用新一代技术的abab7系列文本模型。

“但我们的用户还只占全球总人口的1%，准确地说是0.8%。那怎么来提升呢？我认为核心只有两点：提高用户的渗透率和使用深度。”闫俊杰称，这需要坚持科学技术是第一生产力。

他认为，大模型最重要的三个技术方向是：持续降低错误率、无限长输入和输出和多模态。这需要在模型算法上不断创新，MiniMax就曾投注公司80%的资源押注MOE。

此次活动上，MiniMax推出基于MOE+ Linear Attention（线性注意力）的新一代模型架构，其能够在单位时间内更加高效地训练海量数据，提升模型的实用性和响应速度。

相较GPT-4o，该模型处理10万token时效率可提升2-3倍；相比通用Transformer架构，该架构能大幅减少大模型训练和推理成本，如在128K的序列长度下，成本减少超90%。

“我们一直都觉得技术重要，但跟100%地认为它重要，需要一个过程。”闫俊杰表示，做技术是一件非常奢侈的事，它具有不可预测性，可能会失败。

同时，研发投入很大。“如果看一眼我们每个月的账单，还是会非常心疼。”闫俊杰说着看向了坐在旁边一同参加沟通会的技术负责人，“这就是行走的人民币”。

“当一个东西很奢侈的时候，很多时候就会想要不要走点捷径，比如可不可以先把产品提升好。但我们的实践证明，走捷径的时候就会被打脸，至少我犯了类似超过十次的错误。”

闫俊杰表示，打脸的结果就是，本来认为技术的重要性有70%，打脸一次75%，再打脸一次80%，直到现在认为技术是最核心的要素。

“对创业来说，一块钱要分成几瓣来花。”闫俊杰说，自己对技术的理解慢慢变得非常简单，第一性原理是，做技术特别是做很大研发投入的技术，追求的东西不应该是5%、10%的提升，而是研发那种能够带来几倍变化的技术，这也是MiniMax坚持的方向。

不过，目前无论是OpenAI，还是国内外大厂、初创公司，都面临着技术增长曲线放缓的困境。闫俊杰认为，大模型未来一个非常本质的变化是错误率从两位数下降到个位数。

“这首先是数量级的提升，其次可以让很多复杂任务从不可做变成可做。为什么现在没有Agent可以跑通，GPT store也跑不通，不是因为Agent的框架不够好，或者产品不够好，根本原因是模型本身不够好，技术不够好。”

作为AGI的信仰者，闫俊杰信奉Scaling law的力量。“当计算量增长不止10倍，算法也快了10倍的时候，没有道理训练不出来一个更好的模型。”

“大部分中国公司比美国公司落后，但按照我们现在的技术进展，再加上国外的技术资源，肯定能做出更好的模型。如果他们的能力更强，显然会做得更好。”

竞争对大模型行业是好事

打不赢就应该被淘汰

虽然闫俊杰强调MiniMax是一家技术主导的公司，但外界更多感知来自产品，尤其是出海。

“我们国内用户量不比海外小，但不太知道为什么只觉得我们出海做得好。我们的技术非常领先，但大家总觉得我们产品做得好，我不太理解为什么会这样。”闫俊杰说。

搜狐科技了解到，目前MiniMax旗下产品全球用户超过6000万，每日与全球用户进行超30亿次交互，处理超3万亿文本token、2000万张图片和7万小时语音，单日交互量居国内AI公司首位；单日总交互时长超4亿分钟，从一年前占ChatGPT的3%提升到53%。

目前，MiniMax旗下的Takie成为国内AI出海的代表性产品之一，公开数据显示其月活超过千万。

盛静远在沟通中表示，Takie背后有对人性的深入思考，考虑了AI在高容错率下能做到的程度。“Character AI被谷歌收购后，我们成了赛道的扛大旗者，很有可能成为现象级产品。”

她认为，在海外用户付费习惯更好且产品够好的情况下，会用更多资源在海外进行推广，而海外市场会有一套自己的打法，相对比较直接，变现也会更快。

闫俊杰认为，去年中国的大模型在海外完全没有竞争力，接下来出现了百模大战，包括价格战，非常显著地提高了大模型的调用量。

“正是因为这么激烈，也推动了大家必须把模型做好，到了一定阶段之后，发现在海外越来越具有竞争力，在非英语国家的语种上，比如中文，已经做到能跟GPT不相上下的水平。”

当然，MiniMax也难以避免国内外大厂及其它创业公司的竞争，如字节、快手、百度等都在布局情感陪伴赛道，国外的竞对Character AI则被谷歌收购。“这是一个比较好的结局，似乎每个人在里面都得到了好处。”闫俊杰说。

但闫俊杰强调，星野的产品底层设计不是陪聊或是情感陪伴，而是基于AI的新一代内容社区。据了解，星野的用户画像以二三线城市为主，年龄是在17-24/25岁之间。

对于大模型赛道的竞争，闫俊杰认为，这整体是一件好事，大模型有可能会产生很大的社会价值，确实应该有很多竞争。

“我们作为一家创业公司，竞争不能避免，既然不能避免，那就努力做到最好。如果在竞争中打不赢，那就应该被淘汰，就应该关掉，也没有其它选择。”

同时，他认为，大厂的竞争可以让创业公司很快看清一些非常底层的东西。

“我们能做的就是把有可能变强的事无限地放大，一是技术如何提升，二是如何跟用户做更好的共创。这两点都需要一些非常关键的判断，需要靠非常长期的积累。”闫俊杰说。