广东
国产大模型公司MiniMax6月1日正式发布新一代通用模型MiniMax M3。据介绍，M3采用全新的自研稀疏注意力架构MiniMax Sparse Attention（MSA），在编程及智能体能力、超长上下文及原生多模态等多个关键方向，均实现代际突破。
MiniMax披露，在100万上下文规模下，M3单词元（Token）计算量仅为上一代模型的约二十分之一，推理效率显著提升。
从底层注意力机制重构百万词元上下文
MiniMax M3是具备“前沿 Coding 能力”“1M超长上下文”“原生多模态”三项核心能力的大模型，而支撑MiniMax M3三大能力合一的，是其自研的稀疏注意力架构MSA（MiniMax Sparse Attention）。
相较传统全注意力机制，MSA能显著降低长上下文下的计算成本，并将上下文窗口提升至100万词元，这意味着模型在处理长文档、复杂代码仓库、多轮任务协作等场景时，能够在一次推理中保留更完整的信息链路。MiniMax披露，在100万上下文规模下，M3单词元计算量仅为上一代模型的约二十分之一，推理效率显著提升。
除模型架构升级外，MiniMax在底层推理算子层面也开展了进一步优化。据披露，通过重新设计数据读取与计算路径，相关性能较主流开源方案提升4倍以上。
业内人士认为，全球大模型竞赛正在突出新的变量。随着智能体（Agent）任务复杂度不断提高，“更长上下文”“更稳定记忆”“更低成本推理”正成为决定产品可用性的关键能力。
AI进入实际执行层的速度加快
MiniMax M3在编程和智能体训练中引入了交互式用户模拟器框架，通过模拟真实开发者在协作过程中的行为模式，让模型在训练和评测阶段就接触到更接近生产环境的交互场景。
业内人士认为，从代码开发、研究分析到跨应用协同执行，编程和自主代理能力正逐步成为全球头部模型的新竞争焦点。此次MiniMax重点强化这一能力，也被视为对下一阶段AI产品形态的提前布局。
原生多模态也是MiniMax M3的显著特点之一。MiniMax相关负责人表示，MiniMax M3从训练起点便采用文本、图片、视频等多模态混合训练，并在数据规模和训练管线上进一步扩展。模型不仅支持图像与视频理解，也具备桌面操作能力，可在复杂跨应用环境中执行计算机操作任务。
总体上看，大模型能力正在从语言理解进一步向真实数字环境延伸。无论是办公自动化、企业软件操作还是更复杂的生产力场景，AI进入实际执行层的速度正在明显加快。
MiniMax启动A股IPO
MiniMax近日已启动A股IPO进程。据证监会网站消息，MiniMax已于2026年5月29日同中信证券签署辅导协议。
5月31日，MiniMax在港交所公告，董事会宣布已决议探究拟发行人民币股份的初步建议。公司在香港联交所成功上市后，公司持续评估资本市场，包括对在科创板上市进行评估。截至本公告日期，公司已聘请专业顾问就公司符合在科创板上市的条件提供咨询，并已签订辅导协议。
公告称，拟发行人民币股份事宜将取决于市场状况及必要的监管批准。公司股东及潜在投资者买卖公司股票时请审慎行事。
MiniMax今年1月登陆港交所。在港股上市首日，MiniMax股价就大涨翻倍，随后更是接连大涨，最高至1330港元/股。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
