近日，MiniMax技术迭代再次提速，正式发布文本模型MiniMax-M2.1系列。不同于以往的通用叙事，官方将其定义为“专为现实世界编码与 AI 原生组织”打造的基座。

  在SWE-multilingual与VIBE-bench测试中，这款SOTA级别的10B激活参数模型，分别拿下了72.5%和88.6%的高分。更关键的是，这一成绩超越了Gemini 3 Pro与Claude 4.5 Sonnet，在技术指标上压倒闭源巨头，是MiniMax冲击“全球化 AGI 第一股”最硬的底牌。

  就在几天前，智谱AI率先挂出聆讯后招股书，不到48小时，MiniMax的招股书也出现在港交所的案头。如果进程顺利，这家成立不满四年的公司，将刷新AI独角兽从创立到 IPO的最短纪录。

  两家头部独角兽，一前一后，争夺着通往二级市场的首发船票。但相比智谱AI浓厚的“学院派”底色与稳健的B端策略，MiniMax拿出的是一个让资本市场肾上腺素飙升的剧本，在融资超15亿美元、估值超25亿美元的华丽外衣下，是累计近百亿人民币的亏损。

  透过招股书，我们可以看到这家公司稍显“激进”的画像：员工平均年龄29岁，董事会平均年龄仅32岁。这种“年轻”意味着极致的执行效率，但也暴露出某种缺乏缓冲的脆性，在高速旋转的离心机里，任何跟不上转速的组件，哪怕曾是核心引擎的一部分，也难免面临被剥离的命运。

  与深耕国内存量市场的智谱不同，MiniMax选择了更广阔也更残酷的全球战场。数据显示，截至2025年前九个月，MiniMax营收同比增长超170%，其中海外收入占比突破70%。

  这种“生而全球化”的收入结构，使其成为当前大模型赛道中，极少数能在大洋彼岸赚取高溢价的中国玩家。

  即将迈入2026年，AI行业共识再次发生质变，单纯的模型参数竞赛已遭遇边际效应递减。Robin在接受《时代》采访时也再次强调应用层的决定性作用。“AI下一步”的答案，正从模型层下沉至场景层。

  如何将Token转化为现金流，如何证明高增长并非依赖 VC 输血的“虚荣指标”，成为所有玩家必须直面的拷问。对于那些尚未背靠大厂生态、仅凭单一产品形态裸泳的AI公司而言，这种转向带来的不是机会，而是一场更为严苛的生存压力测试。

  因此，这不仅关乎闫俊杰个人的成败，对迷雾中的中国大模型行业，这也是一次必须有人去完成的探路。在欢呼与质疑的夹缝中，闫俊杰正在公众视野下演绎一场真实的“MiniMax”博弈，在极小的生存概率（Mini）中，通过极致的决策与执行，博取极大的战略回报（Max）。

01、天才少年的“情感连接”

  创办MiniMax之前，闫俊杰是典型的“系统内优胜者”：中科院博士出身，在深度学习爆发前夜入局，后在商汤科技一路狂奔至副总裁。

  彼时，“清华帮”的学院派、大厂辞职创业的技术大拿为首的AI行业聚光灯仍停留在计算机视觉（CV）构建的“判别式”世界里。主要内容是“识别”，例如教会机器辨认“这是一只猫”或“那是一个杯子”。

  但GPT-3的出现划开了一道裂缝。闫俊杰敏锐地感知到，AI1.0时代的“识别”已触及天花板，而基于Transformer架构的“生成”与“交互”才是通往 AGI 的钥匙。在他看来，AI不应止步于冷冰冰的分类器，而应进化为具备创作能力与交互深度的“创作者”。

  2021年冬，闫俊杰做了一个违背当时创投圈共识的决定，切入ToC赛道。在那个“AI伴侣”被普遍视为伪需求、投资人更青睐B端落地的年份，闫俊杰选择了一条更窄、也更难的路。

  但与同行们都在标榜“中国的OpenAI”，为了AGl愿景而堆叠参数的赛道上狂奔不同，MiniMax从第一天起，似乎就更想做中国的“A1版迪士尼”+“超级链接者”。

  也不同于杨植麟相信少数精英引领技术突破的“天才叙事”，闫俊杰将公司视为一个可以优化的复杂函数，而“用户交互数据”就是这个函数中梯度下降最快的变量。

  2022年，MiniMax推出的虚拟角色对话应用Glow成为这一理念的试验田。在元宇宙概念泡沫破灭、AI 落地场景迷茫的真空期，Glow在00后群体中实现了一场隐秘的爆发。

  简单说，它是当时中国最像电影《Her》的产品。用户在其中捏造理想的伴侣或二次元知己，AI 角色不再是机械的问答工具，而是提供情绪价值的“赛博伙伴”。

  在接受《晚点 LatePost》采访时，闫俊杰曾坦言，团队针对性地找了不少年轻群体，比如二次元与AI爱好者，基于他们的体验与反馈做了快速迭代，让MiniMax尝到了“非共识”带来的早期红利。虎嗅报道，该产品上线4个月后，注册用户规模超过500万。

  但 Glow 的爆红在验证“情感智能”商业潜力的同时，也迅速触碰到了现实世界的引力边界。2023年3月，上线仅半年的Glow突遭应用商店下架。尽管官方未披露具体原因，且彼时生成式AI的备案细则尚未落地，但“水面之下”的暗礁已现。据《智能涌现》报道，Glow 因过度迎合用户需求，导致大量非标擦边内容在平台泛滥。

  顺带一提，这也是现在所有ToC类AI产品必须直面的“不可能三角”：在开放性、沉浸感与合规性之间，很难找到完美的平衡点。

  后续，闫俊杰便调整了函数的求解方向。2023年6月，Talkie直接上线海外。

  在 Character.ai 统治的北美市场，MiniMax硬是凭借更低延迟的模型响应与更细腻的语音交互，撕开了一道缺口。Sensor Tower数据显示，自发布以来，Talkie就长居全球陪伴类AI应用下载量的前三，另外两名则是美国的知名独角兽Characte.AI和Replika。

  用户规模的激增带来了真金白银的广告与订阅收入。招股书显示，截至2025年9月，MiniMax海外收入占比已突破70%，覆盖200多个国家。这种极度外向型的收入结构，在当前的大模型赛道中极为罕见，也成为其估值的重要支撑。

  Talkie的成功，甚至在国内引发了一波角色陪伴类AI应用的热潮。但无论是字节跳动的“猫箱”，还是在二次元社区红极一时的“捏Ta”，甚至于MiniMax自己同年9月在国内上线的“星野”，都未能复刻 Talkie 在全球市场的增长曲线。

  这种鲜明的反差也印证了一个残酷的事实，所谓“生而全球”，并非单纯的战略远见，更多的是在国内流量内卷与合规高墙的双重挤压下，一种主客观环境倒逼出的生存本能。

  毕竟，情感连接无论从哪个维度看，都是一门昂贵的生意。

  对MiniMax、智谱等独角兽而言，Scaling Law的“性能红利”与“成本引力”同时生效：必须持续加码算力才能保持代际领先，但C端产品毛利率被推理成本迅速吞噬，形成“越赚钱越亏损”的反向杠杆。

  为了维持高拟真、低延迟的“人感”交互，Talkie和星野消耗了惊人的推理算力。招股书披露了一个令人咋舌的数据：MiniMax AI原生产品在2024年的毛利率为-8.1%，直到2025年才勉强转正，但也仅有4.7%，利润空间很薄。

  这解释了为什么闫俊杰在内部将“效率”视为最高纲领。MiniMax需要在资金窗口关闭前，找到让LTV（用户生命周期价值）不仅能覆盖 CAC（获客成本），更能跑赢摩尔定律失效下依然高昂的 Inference Cost（推理成本）的黄金平衡点。

  在资本退潮的当下，闫俊杰必须证明，MiniMax的增长不全依赖融资输血，自带C端造血能力才是穿越周期的唯一船票。

  02、MoE、视频与十亿美金的入场券

  如果说ToC产品构成了MiniMax喧嚣的表象，那么底层的架构抉择便是其沉默的内核。

  在大众认知中，应用型公司往往带有“技术薄弱”的偏见。但早在2023年，当国内大模型厂商大多还在Dense（稠密）架构的单一路径上死磕时，MiniMax就已经成为国内最早押注 MoE（混合专家模型）架构的团队之一。

  这是一个典型的“闫俊杰式决策”：在算力资源有限的约束条件下，寻找系统效率的最优解。相比于Dense架构那种“全能却臃肿”的巨无霸模式，MoE 就像是一个精密的“专家团”，按需激活，专人专用。这种架构在保持高智商的同时，极大地压低了边际推理成本。

  这一技术路线后来被GPT-4和DeepSeek验证为行业标准，但在当时，这无疑需要极大的技术自信与工程魄力。2024年4月，abab 6.5的发布成为这一赌注的回报，其性能直逼 GPT-4 Turbo，证明了 MiniMax 在算法侧的预判能力。

  闫俊杰对“模型智力”的绝对依从，源于一次昂贵的试错。

  据《晚点LatePost》报道，2022年底，Glow曾因一行极其隐蔽的算法Bug，导致模型对话质量下滑了约15%。对于普通用户而言，这似乎是难以感知的微小波动，但市场反馈冷酷而直接，元旦三天内，Glow的DAU暴跌40%。

  这次事故成为了MiniMax内部的认知拐点。它用最极端的数据反映出了AI产品的脆弱本质，即用户对“智力”的敏感度远超预期。无论叠加多少精美的产品交互，如果模型能力无法突破阈值，所有的增长都不过是建立在沙堆之上的虚假繁荣。

  2024年初，OpenAI发布Sora演示视频，视频生成瞬间成为新的技术高地。行业的焦虑感再次蔓延：跟，意味着要投入指数级增长的算力资源；不跟，则意味着在下一代内容载体中出局。

  闫俊杰最终选择按下昂贵的“确认键”，2024年8月，MiniMax发布Video-01并集成至“海螺AI”。这一次，效果不是“可用”，而是“惊艳”。在权威评测中，其生成的视频在指令遵循与画面稳定性上名列前茅。海螺AI的网页端访问量随之飙升，成为全球视频生成领域的一匹黑马。

  根据AI产品榜数据，自上线以来，海螺AI连续6个月在全球榜单中位居视频生成AI产品的第一，力压Sora、Runway等国内外AI视频明星产品。

  今年6月18日发布的Hailuo 02，则进一步展示了MiniMax在“降本增效”上的工程能力。横向对比，Hailuo 02在Artificial Analysis Video Arena的Image-to-Video榜单中位列全球第二。

  并且，在性能超越Google Veo3的前提下，其API调用成本仅为后者的1/9。这种极致的性价比源于双重驱动，一方面是Scaling Law的推波助澜，Hailuo 02模型参数量扩大3倍，数据量扩大4倍，使得模型能够理解更加复杂的指令和物理场景。

  另一方面是精细化的架构创新，Hailuo 02采用了NCR架构。通过噪声感知机制，模型能动态分配计算资源，将HBM内存读写量削减逾70%，从而让训推效率提升了 2.5 倍。在AI的下半场，技术先进性不仅意味着效果，更意味着谁能以更低的成本交付智能。

  这种“重产品、重C端”的打法，让MiniMax在财务报表上呈现出一种奇特的张力。

  相较智谱AI三年半6.2亿元的营收，招股书显示，MiniMax仅在2025年前九个月就达到5343万美元的收入。证明了AI的商业模式不必局限于“卖 API”的苦力活，同样可以是像游戏、社交一样具备爆发力的印钞机。

  不过，硬币的另一面是惊人的消耗。MiniMax成立以来累计亏损达13.2亿美元，其中仅2025年前九个月的亏损就超过了5亿美元。这一数字不仅超过了智谱，也远超市场预期。

  研发开支是最大的黑洞，近四年的投入接近4.5亿美元。显然，为了维持“聪明的头脑”，MiniMax 正在以一种惊人的速度燃烧资本。

  《新立场》认为，在国产芯片替代的大背景下，算力就是硬通货，也是最大的成本项。为了支撑abab文本模型、Speech语音模型以及海螺背后吞金兽般的视频模型，MiniMax必须在算力军备竞赛中持续下注。

  这正是MiniMax必须冲击IPO的核心逻辑。尽管招股书显示其账上躺着11.02亿美元的现金储备，但这笔钱在巨头面前显得杯水车薪。GPT-5的训练成本预计高达数十亿美元，而据《金融时报》报道，字节跳动初步计划在2026年投入230亿美元的资本支出。在这场AI巨头的“饱和式进攻”中，11亿美元并不一定能买到一张决赛圈的门票。

  焦虑感或许早已在内部蔓延。今年2月，MiniMax合伙人、副总裁魏伟悄然离职。据《字母榜》透露，其离职的导火索之一是融资KPI未达标。当一家独角兽开始用KPI硬性考核高管的融资能力时，其对资金的饥渴程度已不言而喻。

  对于MiniMax而言，IPO不仅仅是投资人退出的通道，也是获取持续弹药的生命线。The Information将其描述为“中国加速科技 IPO 以对抗美国 AI 竞争”的宏大叙事，但在微观层面，这是闫俊杰为公司争取到的“续命钱”，也是他对抗巨头碾压的唯一筹码。

03、写在最后

  回到原点，智能的本质究竟是什么？闫俊杰的答案或许是：对交互效率的极致压缩。

  MiniMax的故事，其实就是不断升级这种“交互”的故事。与背负着沉重历史包袱的大厂不同，也与固守教条的学院派迥异，它更像是充满好奇心的少年。它左手握着最硬核的底层技术（MoE、视频生成），右手试图打破人机交互的“第四堵墙”，将AI从工具还原为伙伴。

  闫俊杰将公司命名为MiniMax，取自博弈论中的“极小化极大算法”（Minimax Algorithm），这似乎成为了这家公司命运的一句谶语：在资源受限、强敌环伺的“最坏情况”下，通过极致的算法求解，博取那个“最好结果”。

  但时间来到2025年，技术信仰的光环开始祛魅，商业规则的引力重新占据主导。

  智谱AI与MiniMax的接连交表，标志着“大模型六小龙”那个野蛮生长的草莽时代正式终结。接下来的故事，不再是关于Arxiv上的论文引用量，也不再是关于创始人的天才光环，而是回归到商业的本质逻辑。

  对于闫俊杰而言，真正的考验才刚刚开始。他不仅要向港交所证明MiniMax配得上百亿估值，还要向世界证明一个关于中国创新的新叙事——在这片特殊的土壤上，除了成为巨头的附庸、除了在ToB泥潭中做定制化的“苦力”，依然存留着一种可能性，诞生一家生而全球、用技术定义产品的伟大公司。

  *题图及文中配图来源于网络。