对话MiniMax创始人闫俊杰：打不赢，就应该被淘汰|态度agi|minimax|大模型

对话MiniMax创始人闫俊杰：打不赢，就应该被淘汰

2024-09-04 15:01:59　来源: 态℃

北京举报

分享至

出品｜网易科技《态度AGI》对话栏目

作者｜丁广胜宗淑贤

在MiniMax成立以来的第一场媒体见面会，创始人闫俊杰分享了基于MOE（混合专家模型）+ Linear Attention（线性注意力）的新一代模型技术的应用，并展示了MiniMax最新音乐模型、视频模型的研发成果。

最为引人关注的是，MiniMax发布了一支名为《魔法硬币》的2分钟视频。其所有场景画面全部由大模型生成，没有进行任何人类加工，效果惊艳。

本片所有场景均由Minimax大模型生成，未经任何修改（来源：逆向思维）

“科学技术是第一生产力，这是MiniMax坚持技术创新的最底层原因。”闫俊杰说，MiniMax将持续通过技术突破推动AI加速发展，拓展人类智慧的边界，真正实现Intelligence with Everyone。

据介绍，作为中国首个研发MoE大语言模型并成功上线的AI企业，MiniMax持续在模型算法上做创新，并最新推出基于MOE+ Linear Attention的新一代模型技术。通过此新型线性模型架构，MiniMax大模型能在单位时间内更加高效地训练海量数据，极大地提升了模型的实用性和响应速度。

在与GPT-4o同一代模型能力对比上，新一代模型处理10万token时效率可提升2-3倍，并且随着长度越长，提升越明显。相比于通用Transformer架构，新架构的原生线性计算复杂度大幅减少了大模型的训练和推理成本。在128K的序列长度下，新架构成本减少90%以上。

视频模型方面，MiniMax宣布推出视频模型。MiniMax视频模型具有压缩率高、文本响应好和风格多样等优点，可生成原生高分辨率、高帧率视频，模型能力首屈一指。

音乐模型方面，MiniMax第一款音乐模型可以合成纯音乐为制作人快速构建歌曲的基本结构，由歌手自由演绎主唱或和声部分。没有伴奏，音乐模型也可以是实力歌手。MiniMax语音模型同样迎来更新，已实现对粤语、日语、韩语、西班牙语等多语种支持的升级。

目前，MiniMax音乐生成模型与视频生成模型已经在开放平台和海螺AI网页版上线。此外，abab 7系列模型将于未来数周内发布。

“很多时候不是我们的技术在帮助用户，更多的是用户在帮助我们。”闫俊杰认为，有了多元化用户的参与和反馈，才有更好的智能。

据披露，MiniMax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，大模型日处理交互量排名国内AI公司首位。

面对市场压力，闫俊杰坦言：“如果我们在竞争中打不赢，就应该被淘汰，没有其他选择。”他认为，MiniMax能做的就是将我们觉得有可能变强的事无限地放大，包括两点：

一是技术如何提升，二是如何跟用户做更好的共创。

以下为闫俊杰与网易科技等媒体对话实录（经调整）：

问：您眼中的AGI是什么样的？

闫俊杰：我们认为的AGI可能不是一个很高大上的东西。当大家觉得不是AI的时候，而是变成大家每天都在用的一部分，我觉得AGI就实现了。

问：MiniMax为什么要做视频生成？

闫俊杰：本质原因是我们每天看的大部分内容，都不是文字，都是一些动态的东西。在人类社会，大模型的核心意义是做更好的信息处理。大部分的信息体现在多模态的内容里面，而不系体现在文字上，只是文字很多时候是里面最精华的那么一小部分。

为了能够有非常高的用户覆盖度和非常高的使用深度，能够输出动态的内容是唯一的办法，这是一个非常核心的判断。只是在之前的时候我们先做出来文字，又做出来的声音，其实很早做出来了图片，只是现在技术变得更强，把视频也做出来。这个路线是一以贯之的，一定要能够做多模态。

这里面的挑战在于，之前基于文本建的这套底层的基础设施怎么来处理数据，怎么来清洗数据，怎么来标注，对视频上都不太适用。意味着基础设施也需要升级。再次是耐心，做文字有很多开源的东西，如果基于开源来做自己研发会更快，如果做视频开源的东西没那么多，做出来其实很多东西越来越需要重新来做，需要付出的耐心也更大。

问：数据来源在哪？

闫俊杰：中国有比较好的措施。国家层面有很多政策出来，以政府组织的形式，有很多非常高质量的数据开放给技术公司使用。这些数据完全没有版权的问题，对创业公司帮助非常大。

我们自己也会采购第三方的数据。我们尽可能地用符合版权的数据，我们尽可能往这个方向努力。

问：视频生成，怎么考虑商业变现？

闫俊杰：商业化基本分两个形式，一个是我们的开放平台，现在已经有30000家企业客户和开发者，这是To B部分。第二，产品广告机制.

我觉得目前阶段，最重要的东西还不是商业化，是真正地让技术到达广泛可用的程度。

问：如何看待陪伴类AI的前景？

闫俊杰：星野这样的产品底层设计其实不是陪伴用户聊天，底层设计实际上是一个内容社区。一些用户可以根据创造的世界观进行互动，很类似像小说的交互体验，核心是内容社区，核心不是陪一个人来聊天。我们认为内容社区产品的特点是，数据主要是用户的创作。

问：最近快手有推出飞船。国内还比较卷，怎么把自身的壁垒提升？

闫俊杰：这个事除了快手有，字节也有。像电动车、手机、移动互联网，这些行业都是有好几家公司进行了长期非常激烈的竞争，最终使得中国的产品全球都领先了。

我们作为一家小的创业公司来说，如果在竞争中打不赢，那我们就应该被淘汰，其实也没有其他的选择。这在一定程度上让我们开始意识到，当你有很多大厂的竞争对手，可以让我们很快地看清一些非常底层的东西。

我们能做的就是把我们觉得有可能变强的事无限地放大，两点：一是技术如何提升，二是如何跟用户做更好的共创。