11月3日,Baillie Gifford旗下Scottish Mortgage播客《Invest in Progress》上线了对MiniMax创始人闫俊杰的专访,这是闫俊杰首次接受英文播客采访。访谈中披露了Scottish Mortgage对MiniMax的投资回报情况:该机构在MiniMax IPO时投入约2000万英镑,上市后股价大幅上涨,其曾出售部分股份累计回收约4000万英镑,目前仍保留约2000万英镑的持仓价值。
这场50多分钟的对话围绕一个核心问题展开:为什么MiniMax选择了一条与不少美国AI公司不同的路,坚持开放模型。闫俊杰介绍了公司目前的两条模型产品线:M系列面向语言理解、编程和Agent等生产力场景,H系列以视频生成为核心,同时覆盖图像和音频。两条产品线路线不同,但均采用开源策略。
针对开源与闭源模型的差异,闫俊杰表示,开源能够成为商业化和创新的催化剂,让模型进入更多人的工作和应用场景。他以视频生成领域为例指出,字节跳动的Seedance选择闭源,MiniMax则选择开放H3。在回应如何与字节跳动、阿里巴巴等资源雄厚的对手竞争时,闫俊杰再次将开源视为关键差异化手段。
开源被MiniMax定位为深入企业市场的重要抓手。闫俊杰分析称,企业和政府机构更倾向于使用开源模型,因为通过第三方API调用时,即便模型能力再强,数据仍需流经外部服务;只有部署到自有基础设施,数据和隐私才能留在自己手中,模型还能按业务需求调整。在这一逻辑下,模型公司与外部用户的关系从单纯的买卖转向生态协作:公司提供模型底座,企业和开发者根据自身需求使用、部署和调整模型。
在开放模型的同时,MiniMax也保留了商业边界。以H3为例,官方开放了模型权重,但负责理解复杂多模态输入的H3-Context-IR仍通过托管服务提供。H3的Community License对商业使用和授权地域作出限制,例如使用H3的商业产品年收入超过2000万美元,需另行获得MiniMax的书面授权。10月23日,MiniMax宣布已在中国商务部完成相关技术出口登记,涉及部分近期发布及未来发布模型的开源发布和海外授权。闫俊杰表示,MiniMax计划一直开放模型,直到AGI实现,前提是开放的模型必须足够好,且让开发者和企业用得起。
公司名称本身即体现了这一目标:Minimise inference cost,Maximise the frontier of intelligence,即尽可能降低推理成本、推高智能上限。闫俊杰表示,算力对中国AI公司而言一直是一种约束,MiniMax从成立之初就确定必须尽可能提高推理效率。2021年12月公司成立后,MiniMax先搭建基础设施并训练语言、图像、音频生成模型,随后推出消费级产品Glow用于测试和验证模型性能。Glow上线四个月后ChatGPT正式发布,闫俊杰回忆,ChatGPT发布前中国仅MiniMax一家企业做大语言模型,发布后很快约有20家公司进入该领域,行业竞争节奏由此改变。
在比较中美AI生态时,闫俊杰概括出两者差异:美国AI生态正在建立由巨额资本支撑的封闭系统,中国AI生态则建立一种由效率驱动的协作体系。美国拥有丰富的算力、资本和芯片资源,中国公司必须提高单位算力的使用效率。他曾表示,中国最好的模型性能已达到美国顶尖模型的95%,成本仅为后者的十分之一,但最后5%的差距比赶超前95%更困难。闫俊杰认为过去三年中美模型的改进速度大致相当,MiniMax需要保持足够快的进步速度,并将模型架构、基础设施和优化能力列为需要持续保持技术领先的三个方向。
多模态是MiniMax选择的另一条差异化路线。闫俊杰解释,项目初期团队不确定公司最终走向何种形式,因此在文本、图像、视频、音乐和语音多个方向同时尝试,计划在技术积累到一定程度后再整合。他希望未来能把最好的语言模型和视频生成模型整合到同一系统中。资源约束同样影响了组织方式,Scottish Mortgage投资经理Lawrence Burns将MiniMax的企业文化概括为扁平化、专注且节俭,组织架构设计灵活,不花高价从其他公司挖人,倾向于内部培养人才。
从行业视角看,MiniMax的开源路线为国内大模型公司在算力受限条件下提供了一种可参照的商业化路径:以开放权重换取生态覆盖和企业部署场景,同时通过托管服务和授权条款守住商业边界。这一模式能否在保持技术领先的同时持续降低推理成本,将决定其在企业市场的渗透深度。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。