文｜新立場

近日，MiniMax技術迭代再次提速，正式發佈文本模型MiniMax-M2.1系列。不同於以往的通用敘事，官方將其定義為「專為現實世界編碼與 AI 原生組織」打造的基座。

在SWE-multilingual與VIBE-bench測試中，這款SOTA級別的10B激活參數模型，分別拿下了72.5%和88.6%的高分。更關鍵的是，這一成績超越了Gemini 3 Pro與Claude 4.5 Sonnet，在技術指標上壓倒閉源巨頭，是MiniMax衝擊「全球化 AGI 第一股」最硬的底牌。 

就在幾天前，智譜AI率先掛出聆訊後招股書，不到48小時，MiniMax的招股書也出現在港交所的案頭。如果進程順利，這家成立不滿四年的公司，將刷新AI獨角獸從創立到IPO的最短紀錄。

兩家頭部獨角獸，一前一後，爭奪着通往二級市場的首發船票。但相比智譜AI濃厚的「學院派」底色與穩健的B端策略，MiniMax拿出的是一個讓資本市場腎上腺素飆升的劇本，在孖展超15億美元、估值超25億美元的華麗外衣下，是累計近百億人民幣的虧損。

透過招股書，我們可以看到這家公司稍顯「激進」的畫像：員工平均年齡29歲，董事會平均年齡僅32歲。這種「年輕」意味着極致的執行效率，但也暴露出某種缺乏緩衝的脆性，在高速旋轉的離心機裏，任何跟不上轉速的組件，哪怕曾是核心引擎的一部分，也難免面臨被剝離的命運。

與深耕國內存量市場的智譜不同，MiniMax選擇了更廣闊也更殘酷的全球戰場。數據顯示，截至2025年前九個月，MiniMax營收同比增長超170%，其中海外收入佔比突破70%。

這種「生而全球化」的收入結構，使其成為當前大模型賽道中，極少數能在大洋彼岸賺取高溢價的中國玩家。 

即將邁入2026年，AI行業共識再次發生質變，單純的模型參數競賽已遭遇邊際效應遞減。Robin在接受《時代》採訪時也再次強調應用層的決定性作用。「AI下一步」的答案，正從模型層下沉至場景層。

如何將Token轉化為現金流，如何證明高增長並非依賴 VC 輸血的「虛榮指標」，成為所有玩家必須直面的拷問。對於那些尚未背靠大廠生態、僅憑單一產品形態裸泳的AI公司而言，這種轉向帶來的不是機會，而是一場更為嚴苛的生存壓力測試。

因此，這不僅關乎閆俊傑個人的成敗，對迷霧中的中國大模型行業，這也是一次必須有人去完成的探路。在歡呼與質疑的夾縫中，閆俊傑正在公衆視野下演繹一場真實的「MiniMax」博弈，在極小的生存概率（Mini）中，通過極致的決策與執行，博取極大的戰略回報（Max）。

01、天才少年的「情感連接」

創辦MiniMax之前，閆俊傑是典型的「系統內優勝者」：中科院博士出身，在深度學習爆發前夜入局，後在商湯科技一路狂奔至副總裁。

彼時，「清華幫」的學院派、大廠辭職創業的技術大拿為首的AI行業聚光燈仍停留在計算機視覺（CV）構建的「判別式」世界裏。主要內容是「識別」，例如教會機器辨認「這是一隻貓」或「那是一個杯子」。

但GPT-3的出現劃開了一道裂縫。閆俊傑敏銳地感知到，AI1.0時代的「識別」已觸及天花板，而基於Transformer架構的「生成」與「交互」纔是通往 AGI 的鑰匙。在他看來，AI不應止步於冷冰冰的分類器，而應進化為具備創作能力與交互深度的「創作者」。

2021年冬，閆俊傑做了一個違背當時創投圈共識的決定，切入ToC賽道。在那個「AI伴侶」被普遍視為僞需求、投資人更青睞B端落地的年份，閆俊傑選擇了一條更窄、也更難的路。

但與同行們都在標榜「中國的OpenAI」，為了AGl願景而堆疊參數的賽道上狂奔不同，MiniMax從第一天起，似乎就更想做中國的「A1版迪士尼」+「超級鏈接者」。

也不同於楊植麟相信少數精英引領技術突破的「天才敘事」，閆俊傑將公司視為一個可以優化的複雜函數，而「用戶交互數據」就是這個函數中梯度下降最快的變量。

2022年，MiniMax推出的虛擬角色對話應用Glow成為這一理念的試驗田。在元宇宙概念泡沫破滅、AI 落地場景迷茫的真空期，Glow在00後羣體中實現了一場隱祕的爆發。

簡單說，它是當時中國最像電影《Her》的產品。用戶在其中捏造理想的伴侶或二次元知己，AI 角色不再是機械的問答工具，而是提供情緒價值的「賽博夥伴」。

在接受《晚點 LatePost》採訪時，閆俊傑曾坦言，團隊針對性地找了不少年輕羣體，比如二次元與AI愛好者，基於他們的體驗與反饋做了快速迭代，讓MiniMax嚐到了「非共識」帶來的早期紅利。虎嗅報道，該產品上線4個月後，註冊用戶規模超過500萬。

但 Glow 的爆紅在驗證「情感智能」商業潛力的同時，也迅速觸碰到了現實世界的引力邊界。2023年3月，上線僅半年的Glow突遭應用商店下架。儘管官方未披露具體原因，且彼時生成式AI的備案細則尚未落地，但「水面之下」的暗礁已現。據《智能湧現》報道，Glow 因過度迎合用戶需求，導致大量非標擦邊內容在平台氾濫。

順帶一提，這也是現在所有ToC類AI產品必須直面的「不可能三角」：在開放性、沉浸感與合規性之間，很難找到完美的平衡點。 

後續，閆俊傑便調整了函數的求解方向。2023年6月，Talkie直接上線海外。

在 Character.ai 統治的北美市場，MiniMax硬是憑藉更低延遲的模型響應與更細膩的語音交互，撕開了一道缺口。Sensor Tower數據顯示，自發布以來，Talkie就長居全球陪伴類AI應用下載量的前三，另外兩名則是美國的知名獨角獸Characte.AI和Replika。

用戶規模的激增帶來了真金白銀的廣告與訂閱收入。招股書顯示，截至2025年9月，MiniMax海外收入佔比已突破70%，覆蓋200多個國家。這種極度外向型的收入結構，在當前的大模型賽道中極為罕見，也成為其估值的重要支撐。

Talkie的成功，甚至在國內引發了一波角色陪伴類AI應用的熱潮。但無論是字節跳動的「貓箱」，還是在二次元社區紅極一時的「捏Ta」，甚至於MiniMax自己同年9月在國內上線的「星野」，都未能復刻 Talkie 在全球市場的增長曲線。

這種鮮明的反差也印證了一個殘酷的事實，所謂「生而全球」，並非單純的戰略遠見，更多的是在國內流量內卷與合規高牆的雙重擠壓下，一種主客觀環境倒逼出的生存本能。

畢竟，情感連接無論從哪個維度看，都是一門昂貴的生意。

對MiniMax、智譜等獨角獸而言，Scaling Law的「性能紅利」與「成本引力」同時生效：必須持續加碼算力才能保持代際領先，但C端產品毛利率被推理成本迅速吞噬，形成「越賺錢越虧損」的反向槓桿。

為了維持高擬真、低延遲的「人感」交互，Talkie和星野消耗了驚人的推理算力。招股書披露了一個令人咋舌的數據：MiniMax AI原生產品在2024年的毛利率為-8.1%，直到2025年才勉強轉正，但也僅有4.7%，利潤空間很薄。

這解釋了為什麼閆俊傑在內部將「效率」視為最高綱領。MiniMax需要在資金窗口關閉前，找到讓LTV（用戶生命週期價值）不僅能覆蓋 CAC（獲客成本），更能跑贏摩爾定律失效下依然高昂的 Inference Cost（推理成本）的黃金平衡點。

在資本退潮的當下，閆俊傑必須證明，MiniMax的增長不全依賴孖展輸血，自帶C端造血能力纔是穿越週期的唯一船票。

02、MoE、視頻與十億美金的入場券

如果說ToC產品構成了MiniMax喧囂的表象，那麼底層的架構抉擇便是其沉默的內核。

在大衆認知中，應用型公司往往帶有「技術薄弱」的偏見。但早在2023年，當國內大模型廠商大多還在Dense（稠密）架構的單一路徑上死磕時，MiniMax就已經成為國內最早押注 MoE（混合專家模型）架構的團隊之一。

這是一個典型的「閆俊傑式決策」：在算力資源有限的約束條件下，尋找系統效率的最優解。相比於Dense架構那種「全能卻臃腫」的巨無霸模式，MoE 就像是一個精密的「專家團」，按需激活，專人專用。這種架構在保持高智商的同時，極大地壓低了邊際推理成本。

這一技術路線後來被GPT-4和DeepSeek驗證為行業標準，但在當時，這無疑需要極大的技術自信與工程魄力。2024年4月，abab 6.5的發佈成為這一賭注的回報，其性能直逼 GPT-4 Turbo，證明了 MiniMax 在算法側的預判能力。

閆俊傑對「模型智力」的絕對依從，源於一次昂貴的試錯。

據《晚點LatePost》報道，2022年底，Glow曾因一行極其隱蔽的算法Bug，導致模型對話質量下滑了約15%。對於普通用戶而言，這似乎是難以感知的微小波動，但市場反饋冷酷而直接，元旦三天內，Glow的DAU暴跌40%。

這次事故成為了MiniMax內部的認知拐點。它用最極端的數據反映出了AI產品的脆弱本質，即用戶對「智力」的敏感度遠超預期。無論疊加多少精美的產品交互，如果模型能力無法突破閾值，所有的增長都不過是建立在沙堆之上的虛假繁榮。

2024年初，OpenAI發佈Sora演示視頻，視頻生成瞬間成為新的技術高地。行業的焦慮感再次蔓延：跟，意味着要投入指數級增長的算力資源；不跟，則意味着在下一代內容載體中出局。 

閆俊傑最終選擇按下昂貴的「確認鍵」，2024年8月，MiniMax發佈Video-01並集成至「海螺AI」。這一次，效果不是「可用」，而是「驚豔」。在權威評測中，其生成的視頻在指令遵循與畫面穩定性上名列前茅。海螺AI的網頁端訪問量隨之飆升，成為全球視頻生成領域的一匹黑馬。

根據AI產品榜數據，自上線以來，海螺AI連續6個月在全球排行榜中位居視頻生成AI產品的第一，力壓Sora、Runway等國內外AI視頻明星產品。

今年6月18日發佈的Hailuo 02，則進一步展示了MiniMax在「降本增效」上的工程能力。橫向對比，Hailuo 02在Artificial Analysis Video Arena的Image-to-Video排行榜中位列全球第二。

並且，在性能超越Google Veo3的前提下，其API調用成本僅為後者的1/9。這種極致的性價比源於雙重驅動，一方面是Scaling Law的推波助瀾，Hailuo 02模型參數量擴大3倍，數據量擴大4倍，使得模型能夠理解更加複雜的指令和物理場景。

另一方面是精細化的架構創新，Hailuo 02採用了NCR架構。通過噪聲感知機制，模型能動態分配計算資源，將HBM內存讀寫量削減逾70%，從而讓訓推效率提升了 2.5 倍。在AI的下半場，技術先進性不僅意味着效果，更意味着誰能以更低的成本交付智能。

這種「重產品、重C端」的打法，讓MiniMax在財務報表上呈現出一種奇特的張力。 

相較智譜AI三年半6.2億元的營收，招股書顯示，MiniMax僅在2025年前九個月就達到5343萬美元的收入。證明了AI的商業模式不必侷限於「賣 API」的苦力活，同樣可以是像遊戲、社交一樣具備爆發力的印鈔機。

不過，硬幣的另一面是驚人的消耗。MiniMax成立以來累計虧損達13.2億美元，其中僅2025年前九個月的虧損就超過了5億美元。這一數字不僅超過了智譜，也遠超市場預期。

研發開支是最大的黑洞，近四年的投入接近4.5億美元。顯然，為了維持「聰明的頭腦」，MiniMax 正在以一種驚人的速度燃燒資本。

《新立場》認為，在國產芯片替代的大背景下，算力就是硬通貨，也是最大的成本項。為了支撐abab文本模型、Speech語音模型以及海螺背後吞金獸般的視頻模型，MiniMax必須在算力軍備競賽中持續下注。

這正是MiniMax必須衝擊IPO的核心邏輯。儘管招股書顯示其賬上躺着11.02億美元的現金儲備，但這筆錢在巨頭面前顯得杯水車薪。GPT-5的訓練成本預計高達數十億美元，而據《金融時報》報道，字節跳動初步計劃在2026年投入230億美元的資本支出。在這場AI巨頭的「飽和式進攻」中，11億美元並不一定能買到一張決賽圈的門票。

焦慮感或許早已在內部蔓延。今年2月，MiniMax合夥人、副總裁魏偉悄然離職。據《字母榜》透露，其離職的導火索之一是孖展KPI未達標。當一家獨角獸開始用KPI硬性考覈高管的孖展能力時，其對資金的飢渴程度已不言而喻。

對於MiniMax而言，IPO不僅僅是投資人退出的通道，也是獲取持續彈藥的生命線。The Information將其描述為「中國加速科技 IPO 以對抗美國 AI 競爭」的宏大敘事，但在微觀層面，這是閆俊傑為公司爭取到的「續命錢」，也是他對抗巨頭碾壓的唯一籌碼。

03、寫在最後

回到原點，智能的本質究竟是什麼？閆俊傑的答案或許是：對交互效率的極致壓縮。

MiniMax的故事，其實就是不斷升級這種「交互」的故事。與揹負着沉重歷史包袱的大廠不同，也與固守教條的學院派迥異，它更像是充滿好奇心的少年。它左手握着最硬核的底層技術（MoE、視頻生成），右手試圖打破人機交互的「第四堵牆」，將AI從工具還原為夥伴。

閆俊傑將公司命名為MiniMax，取自博弈論中的「極小化極大算法」（Minimax Algorithm），這似乎成為了這家公司命運的一句讖語：在資源受限、強敵環伺的「最壞情況」下，通過極致的算法求解，博取那個「最好結果」。

但時間來到2025年，技術信仰的光環開始祛魅，商業規則的引力重新佔據主導。

智譜AI與MiniMax的接連交表，標誌着「大模型六小龍」那個野蠻生長的草莽時代正式終結。接下來的故事，不再是關於Arxiv上的論文引用量，也不再是關於創始人的天才光環，而是迴歸到商業的本質邏輯。

對於閆俊傑而言，真正的考驗才啱啱開始。他不僅要向港交所證明MiniMax配得上百億估值，還要向世界證明一個關於中國創新的新敘事——在這片特殊的土壤上，除了成為巨頭的附庸、除了在ToB泥潭中做定製化的「苦力」，依然存留着一種可能性，誕生一家生而全球、用技術定義產品的偉大公司。

*題圖及文中配圖來源於網絡。