MiniMax 创始人闫俊杰近期接受英国知名投资机构 BG 投资人深度访谈，披露了国内大模型发展态势及 MiniMax 的核心战略。作为近半年来国内头部大模型创业公司创始人罕见的公开深度对话，此次访谈信息量丰富，揭示了 MiniMax 在技术路线、商业模式及竞争壁垒上的独特思考。
BG 成立于 1908 年，曾投资亚马逊、腾讯、特斯拉、英伟达等巨头，其投资逻辑聚焦于具有行业变革潜力的成长型公司。本次访谈实质上是投资方对被投企业核心战略的一次内部审视。
中美模型差距与技术路径分化
关于中美大模型差距，闫俊杰认为过去三年双方进步速度大致相当。虽然硅谷闭源模型仍具领先优势，但国内模型已跨越“可用”临界点。值得注意的是，最后 5% 的性能追赶难度远超前期，这与产品从 80 分优化至 95 分的边际成本递增规律一致。
受限于算力资源，中美AI公司走上不同的技术演进路线：
- 硅谷模式：依托充足资本、算力及先进芯片，通过大规模资源投入探索模型能力上限。
- 中国模式：创业公司面临算力瓶颈，被迫在模型架构、推理效率及训练基础设施上进行创新，以极少算力训练出高性能模型。
算力限制倒逼国内工程师提升技术效能，许多有价值创新由此诞生。MiniMax 团队不盲目追求短期榜单排名，避免因竞争对手动作而频繁调整方向导致战略变形，而是专注于保持长期的技术进步速度。
品牌使命：Intelligence with everyone
MiniMax 的品牌命名蕴含其核心使命：Mini 代表极致降低推理成本，普及 AI 应用；Max 代表拓展智能能力边界。
公司口号选用 “Intelligence with everyone” 而非 “for everyone”，旨在强调用户不仅是服务接收者，更是智能生态的参与者与共同拥有者。这一理念支撑了 MiniMax 对开源的重视，通过开放模型赋能开发者与企业自主部署，推动 AGI 不属于单一组织或国家。
明确的使命愿景不仅凝聚团队价值观，更直接指导日常经营决策。例如，当内部讨论是否停止开源时，使命感将成为否决背离初衷提议的重要依据。
多模态战略：AGI 的必经之路
在仅有 500 余人的规模下，MiniMax 坚持同时研发语言、音频、图像及视频模型，虽导致早期资源分散、进展看似缓慢，但其底层逻辑在于对 AGI 形态的判断。
闫俊杰认为，多模态是未来 Scaling 的关键。现实世界大量信息存在于音视频中，如物体运动规律、事件连续性及情绪变化，仅靠文本无法完整表达。多模态数据能为模型提供更丰富的学习素材。
目前 MiniMax 拥有两条主要模型线：
- M 系列：专注语言理解、推理、编程及 Agent 能力。
- H 系列：专注视频等多模态生成能力。
未来两者将融合为统一模型。语言模型的逻辑推理能力可弥补视频模型在复杂指令理解与长流程制作上的不足，结合后的 AI 有望承担广告、电影等领域的完整项目交付。
核心壁垒：基础设施、效率与技术判断
针对创业公司的竞争壁垒，闫俊杰指出三大关键点：
1. 基础设施的长期积累
随着模型参数迈向万亿级，基础设施如同高楼地基，决定上层建筑稳定性。MiniMax 坚持架构简单化并持续投入基建，以提升 GPU 利用率、稳定大规模训练任务，这是难以通过单次技术突破获取的长期能力。
2. 推理效率构成的商业护城河
AI 企业的盈利应源于技术创新带来的成本下降，而非涨价。高推理效率带来双重优势：一是降低客户服务成本，释放价格敏感度低的市场需求（如 H3 视频模型大幅降低宣传片制作门槛）；二是同等算力预算下可进行更多强化学习与数据合成，反哺模型能力提升。
3. 精准的技术路线判断
相比硅谷实验室的大规模试错，资源有限的创业公司必须缩小实验范围，依靠核心技术负责人的前瞻性判断，避免在错误方向上浪费算力与时间。在研发成本高企的当下，技术决策的准确性至关重要。
随着字节、腾讯等大厂加速追赶，大模型市场竞争将愈发激烈。MiniMax 凭借真诚的战略定力、独特的多模态路径及对成本效率的极致追求，正在构建差异化的竞争优势。