走向世界的中国开源模型
整整一个月了！
中国AI模型，在全球引发持续热议。除了备受瞩目的DeepSeek外，更多中国AI开源模型正在走向国际舞台。
比如，早于DeepSeek-R1模型4天发布的MiniMax-01模型，因为开源+新架构，1月份在海外技术圈引发持续震动。不仅获得了海外科技媒体、AI专家和从业者的高度评价，更被誉为能与OpenAI“一较高下”的顶尖模型。
不仅如此，MiniMax的视频模型“海螺AI”，也早在去年Q4就已在海外市场大放异彩。
详见我们之前的文章：你不会还没用过海螺AI吧？
这家低调却实力非凡的AI公司，究竟有何来头？最近，我在大量读了他们的技术论文和创始人访谈后，终于找到了MiniMax爆火海外的原因。
全新架构，顶尖模型
在年初，MiniMax一口气发布了多个AI模型，将自己的技术家底大方展示。而且，跟DeepSeek一样，也是直接开源。
1）开源MiniMax-01模型
1月15日，MiniMax发布了全新架构的MiniMax-01系列模型，并首次开源。01系列模型包含两个模型——基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。
01模型采用了全新架构，首次实现了大规模的线性注意力机制，而非传统的Transformer架构。在多项基准测试上，追平了海外公认最先进的两个模型，GPT-4o-1120以及Claude-3.5-Sonnet-1022。
受益于全新架构，模型在长文处理领域有着非常高的效率，能够高效处理全球最长400万token的上下文，是GPT-4o的32倍，Claude-3.5-Sonnet的20倍。
值得一提的是，这周DeepSeek和Kimi都不约而同地发新论文，聚焦长文注意力机制。而MiniMax早在1个月前就已将这个新架构落地到了01模型中。
技术文档：
https://www.minimaxi.com/news/minimax-01-系列
对于该模型，MiniMax介绍是一个“开启Agent时代的新架构模型”。这里有两层意思，一是架构，二是能力。
架构，采用了新的线性注意力机制，可以高效、快速地处理非常长的context（上下文）。
能力，可以处理复杂任务，它可以是o1这样单次输出多步，也可以通过一个单Agent拆成多步，还可以像Anthropic定义的workflow那样——更复杂的多Agent间的协同。
MiniMax-01模型，目前已全量上线海螺AI，所有人可以免费体验。
体验地址：https://hailuoai.com
2）发布S2V-01视频模型
1月10日，MiniMax发布S2V-01模型，只需要一张图片，即可参考主体生视频，不需要额外的LoRA，也没有额外的训练成本。
体验链接：hailuoai.com/video/create
2024年12月，MiniMax推出的图生视频模型I2V-01-Live，海外访问量已超2700万，突破历史新高并登顶12月全球AI视频产品榜首。
3）发布T2A-01语音模型
1月17日，MiniMax发布T2A-01-HD、T2A-01-Turbo两款语音模型，支持17种语言及上百种预置音色。T2A即Txt to Aduio，文本生成音频。
该模型已上线海螺语音平台，所有人可以免费体验。
体验地址：https://hailuoai.com/audio
创始人的“暴论”与洞见
在MiniMax-01模型发布当晚，该公司创始人闫俊杰先生接受晚点采访。
晚点对话MiniMax闫俊杰：创业没有天选之子
当时看起来“暴论”频出，比如：
-
“千万不要用上一代移动互联网产品方法论来思考新产品。”
-
“中国大部分公司，不管创业公司还是大厂，都还在用做推荐系统的方法来做大模型产品。”
-
“不是用户越多，模型能力就提升越快，模型的进步不需要用户。”
-
“如果重新选，第一天就应该开源。因为开源能加速技术进化。”
-
……
但经历这一个月的事情后，今天再回过头来看，很多观点都相当有前瞻性：
1）技术驱动比商业更重要
对于AI公司，有且只有一个终点，那就是实现AGI（通用人工智能），如果不是为了这个终点而奋斗，那就别来搞AI了，或者不要自称AI公司。
而实现AGI，技术品牌是一个比商业、市场更重要的驱动力。在建设技术品牌过程中，开源是一个很重要的事情。它会加速技术进化，做得好的地方有人鼓励，不好的地方有人批评，会有生态，帮你一起做。
闫俊杰透露，从MiniMax-01模型开始，他们会持续做技术品牌，通用模型今后都会直接开源。而且，开源不会自己藏一个更好的东西，因为这没有意义，所有模型在一年后都会落后。
“如果可以重新选，应该第一天就开源。”闫俊杰还强调。
2）模型性能与用户没有直接关系
“不是用户越多，模型能力就提升越快。”
闫俊杰认为，更好的模型可以导向更好的应用，但更好的应用和更多的用户并不会导向更好的模型。
在日常使用中，模型比大部分用户都更聪明，大部分用户的query（查询）其实没有模型自己模拟得好。用户与模型性能，并不是呈正比关系。而模型一旦更智能后，用户反而会如潮水般涌来。
比如DeepSeek，只用了7天，全球用户数破亿。犹记得我刚开始下载DeepSeek时，只有几千个用户。
那，不做用户该做什么呢？
闫俊杰认为：“应该非常清晰地定义模型能力分级，然后搞清楚每一代提升，需要什么样的算法、数据和推理过程，通过技术手段来逼近定义好的指标。”
当前，MiniMax最重要的目标不是增长，也不是收入，而是“加速技术迭代”。
3）不要老提六小虎或四小龙
媒体总喜欢把几个AI创业公司搞在一起，称什么六小虎（MiniMax、月之暗面、智谱、阶跃星辰、零一万物、百川智能）、四小龙（智谱、MiniMax、月之暗面、百川智能）。
我个人一直不太赞成这种叫法，所以我们文章里也很少提这种叫法。就跟新能源汽车一样，去人为分什么新势力、旧势力，只要定语够长，人人都是第一。
没有必要，大家都是一个行业，都在一个赛道，就应该放在一起。
闫俊杰也是这样认为，“不应该把创业公司分成一个单独类别。创业公司之间比其实意义不大，应该是整个行业一起。”
Doubao、Qwen、Hunyuan、GLM、Kimi、MiniMax、ERNIE、星火、Step、baichuan、Yi、DeepSeek，国内的这10来家大模型，就应该放在一起比。
4）Google今年会很强
闫俊杰认为，Google今年会更强，因为它同时掌握TPU（Google自研的AI 芯片） 、训练框架（TensorFlow）和算法，可以一起优化。
不得不说，闫俊杰这一点判断非常准。自去年12月以来，无论是Google发布的视频模型Veo2还是通用模型Gemini 2.0家族，都是一经发布就直接进入第一梯队，持续后尘发力。
哎，可惜的是，“我们（国产模型）不能自己定制GPU，只能在一个标准硬件上去做，这就会更复杂。”
5）对齐税
大模型领域，一直有一个“对齐税”的说法，就是如果你一定要把模型去对齐一个别的模型，比如GPT，那就会有一些能力受限。
闫俊杰坦诚，“做一个o1很容易，蒸馏几千条o1数据就可以了。我们做过这样的实验，最近也有不少这样的学术论文，这是一个业内共识。”
“但我们不太需要说自己有个o1，然后发个新闻稿。我们现在的业务，也不依赖于o1这类模型。”
6）建议AI公司做模型能力分级
闫俊杰建议，“我们应该非常清晰地定义模型能力分级，然后搞清楚每一代提升，需要什么样的算法、数据和推理过程，通过技术手段来逼近定义好的指标。”
最终在一个领域做得好的公司，不一定是第一个做这个方向的公司，而是最能充分发挥这个方向潜力的公司。不在于早一个月、晚一个月。
7）不要总跟着OpenAI跑
国产大模型跟美国模型有一个区别，就是缺少内部定义的benchmark（基准），缺少一些自己的底层思考和设计，更多是在对齐OpenAI。
闫俊杰认为，这方面，国内的DeepSeek和智谱做得不错。“DeepSeek很纯粹。智谱，他们是最早有AI路线图的，这点我很佩服。”
OpenAI（左）以及智谱（右）对AI能力等级的理解
8）做AI≠把移动互联网复制一遍
去年，很多人认为，做AI就是把移动互联网复制一遍，应用-投流-用户-垄断。不是这样的，移动互联网的逻辑不适合拿来做AI。
因为，产品用户越多，模型性能不会自然变好。只有更好的模型，才能出来新的东西，新的东西才会出新的商业模式。
现在，越想到闫俊杰的这句话，我越觉得后背发凉。DeepSeek带来的万物接入盛况，不就是这样子的吗？
9）2025年会是Agent大年
2025年会是Agent高速发展的一年，不管是单Agent的系统需要持续的记忆，还是多Agent系统中Agent之间大量的相互通信，都需要越来越长的上下文。
于是，MiniMax推出了支持更长上下文的01系列模型。
关于Agent应用方面，闫俊杰认为，除了最先落地的Coding（编程）外，信息获取也是一个有意思的场景。
10）技术研发目标最重要
对于MiniMax的2025年，如果说一定要设定一个目标是什么的话，闫俊杰认为是技术研发目标。
2025年，MiniMax最重要的目标是技术迭代。
写在最后
进入2025年，你会发现什么？
你会发现，仿佛一夜之间，整个行业的风向变了——技术成为焦点，研发备受重视，开源成为主流。
DeepSeek的火爆让中国的开源模型被全世界看见，从DeepSeek到阿里的Qwen，再到MiniMax，中国AI力量正逐步走向世界舞台。
在这场变革中，MiniMax始终坚持“以开源促创新”。正如其创始人闫俊杰所言：“开源不仅倒逼我们提升算法创新效率，更能增强全球技术品牌的影响力。”
面对浪潮，MiniMax的这份坚守，甚至显得有些“特立独行”。
2023年，在大家都在追随Dense（稠密）模型时，MiniMax已将80%以上的算力和资源投入MoE（混合专家）模型的研发。后来，我们都知道，MoE模型成为了业内共识。
如今，在大家都纷纷跟随o1推理模型的当下，MiniMax却另辟蹊径，大胆将技术对准困扰整个行业的“Transformer难题”，首次实现了大规模线性注意力机制，并将其开源。
不焦虑，不盲从，MiniMax始终保持着自己专注与清晰的判断。
这种特质，在他们家的AI视频应用「海螺AI」身上，可见一斑。
以技术驱动，稳扎稳打，不绣花活。MiniMax的风格，颇有“结硬寨，打呆仗”的智慧。
他们选择了一条不走捷径、艰难但可以走得更高更远的路，愿功不唐捐。
（文：沃垠AI）