前不久，AI六小虎硕果仅存的大模型公司之一、位于上海的 MiniMax重磅发布多项更新：

1. M1大语言模型以百万级上下文和MoE架构引领行业，实现极高训练效益，在数学、代码生成和长上下文处理等评测中表现优异；
2. “海螺02”（代号“Kangaroo/袋鼠”）AI视频生成模型，支持文本和图像生成1080p电影级视频，画质与成本效果全球领先，并规划加入音效和唇形同步等新功能；
3. 其MiniMax Agent 智能体平台则凭借多模态能力和MCP扩展，实现网页自动开发、深度分析、内容生成等自动化创作，在同类产品中独树一帜。

此外，公司在开源战略（Apache 2.0许可）、积分政策、硬件与成本、产品定价等方面动作频频，展示了其崇尚的开放共赢的企业文化。本文除了为您解读上述技术进展，还试图解析 MiniMax 的融资背景、核心团队与战略地位，对比阿里通义、智谱AI、字节豆包、百度文心、等国内竞品，呈现 MiniMax 在中国AI版图中的位置和特色。

1. 百万上下文与极致性价比：M1大型语言模型

MiniMax于六月中旬刚刚发布了全新的大型语言模型MiniMax-M1。它的两大特色令人瞩目：超长上下文窗口和极其低廉的训练成本。M1原生支持100万Token的超长输入上下文，约为GPT-4的8倍，几乎把企业级LLM一次能处理的信息量推到极限。同时，M1在训练成本上实现突破：官方披露其训练总耗费仅约53.5万美元（约合人民币385.9万元），仅为国内竞品 DeepSeek-R1 的十分之一，几乎不可能任务！而GPT-4的训练成本据传高达数亿美元。换言之，MiniMax-M1做到了性能和成本的“双突破”：在提供行业最长上下文的同时，训练投入只是GPT-4的零头。

这一低成本高效能得益于M1的创新架构与算法设计。一方面，M1采用大规模混合专家（MoE）架构，模型总参数规模达4560亿，但每个Token推理时只激活约459亿参数。这意味着它通过门控机制仅调用最相关的一部分专家参数，从而显著降低计算开销。搭配自研的“闪电”注意力机制，M1在生成长文本时的计算效率极高：例如生成10万Token时，所需算力仅为DeepSeek-R1的25%。另一方面，MiniMax团队引入了名为CISPO的强化学习算法，通过更聪明的采样减少冗余训练，提升收敛速度。内部对比实验表明，CISPO相较字节跳动近期提出的DAPO算法收敛快一倍、性能优于DeepSeek早期使用的GRPO。这些技术创新让M1以更少计算资源达到更强效果。

低成本并未牺牲M1的性能。在多个权威基准上，M1进入了开源模型第一梯队：

• 数学与代码推理：在数学推理难题 AIME 2024 中，M1准确率达86.0%；在代码生成任务 SWE-bench Verified 中取得56.0%的分数。虽然这些成绩尚未超越最顶尖的闭源模型（GPT-4、Claude等）在数学/编程上的水准，但已领先多数开源对手。尤其在复杂软件工程和工具使用任务上，M1的表现优于开源的 DeepSeek-R1 和 Qwen3-235B 等大模型。不过在高难度数学和代码挑战中，M1的得分仍略逊于阿里Qwen3-235B-A22B、DeepSeek-R1以及Anthropic的Claude 4 Opus等模型。这一点体现了M1相对竞争对手的短板：通用复杂推理能力还有提升空间。
• 长上下文理解：得益于百万级上下文，M1在长文本理解任务上优势明显。在OpenAI推出的MRCR长上下文评测中，M1仅稍弱于谷歌的Gemini 2.5 Pro，但效果好于其它模型。MRCR要求模型在极复杂、干扰众多的长文本中分辨多条近似信息及其顺序，这是对上下文记忆和分析能力的严苛考验。M1在此展现出强大的长文精读能力，与Gemini Pro的差距很小，坐实了“超长上下文王者”的名号。
• 智能体工具使用：M1还原生支持结构化函数调用（function calling），可与各类插件工具结合。在Agent智能体相关的评测中，M1表现突出。例如航空业场景的TAU-bench(工具使用基准) 中，MiniMax-M1 40k版本击败所有开源和闭源对手，展现了一骑绝尘的多步骤推理、调用工具能力。零售场景下则与DeepSeek-R1旗鼓相当。这表明M1不仅能“看懂”长文本，还善于调用工具、拆解任务，在复杂工作流中充当可靠的AI助手。

总的来看，MiniMax-M1已跻身一线开源大模型。尽管与GPT-4、谷歌Gemini等顶级闭源模型相比，在高维度理解和细腻语言推理上尚有差距，但M1以开源身份实现了接近主流水平的性能。而在特定场景（长文本、多Agent协作等）下，甚至展现出超越巨头模型的潜力。

性能与成本的平衡策略：MiniMax在M1上采取了“关键能力超配”的产品策略，即不追求面面俱到的万能模型，而是突出超长上下文、低计算成本、易部署等优势。M1完全开源并使用 Apache-2.0许可，允许商用、修改和永久免费使用。这使其对企业极具吸引力——任何公司都可将M1据为己用，无需担心版权限制。同时，M1提供40k 和 80k Token输出上限两个版本，方便用户按需权衡速度、成本与性能。输出上限越高，推理步数越多，结果更完整但也更耗时，MiniMax把这种选择权交给开发者。例如，对于一般对话应用可选40k版本以提高响应速度，而处理复杂报告、代码生成则可选80k版本追求极致准确。

部署与集成：M1针对实际应用做了周到设计。模型已适配主流推理框架（如 vLLM、Transformers），方便快速集成进现有系统。更令人惊喜的是，M1内置了一系列多模态插件，包括网络搜索、视频生成、语音合成等功能。开发者几乎开箱即用这些扩展模块，迅速打造具备“智能体”能力的产品。这让M1不仅是“另一个大模型”，更像是面向未来复杂任务形态的AI基础设施。

MiniMax-M1与主要竞品对比：

在国内“六小虎”大模型中，MiniMax-M1与百度文心、阿里通义、智谱GLM、字节豆包等各有千秋：

• DeepSeek-R1：R1此前以支持64k上下文著称，而M1将其提升8倍至100万，显著超越R1在长文本领域的上限。同时M1在软件工程、Agent工具等任务上优于R1。不过在数学、编程硬实力上，R1当前仍稍胜一筹。训练投入方面，R1估计耗资约500万美元，M1仅为其一成。两者在性价比上形成鲜明对比：M1以更低成本达到接近R1的综合能力，显示出后发优势。

• 阿里Qwen（通义千问）：阿里巴巴的Qwen系列开放了中小参数模型（7B、14B）以Apache许可供社区使用，在2024年以高多项指标排名领先。Qwen3-235B等内部版本体量巨大，在数学推理等基准上压制M1。但M1凭借MoE架构，在长上下文解析和任务规划上更胜一筹。两者体现了不同路径：阿里强调通用理解和逻辑，MiniMax突出长文本和工具协同。值得一提的是，阿里也开源了多智能体框架AgentScope（下文详述），但MiniMax直接把多模态插件融入模型，降低了使用门槛。

• GPT-4 与 Claude 4 Opus：作为OpenAI和Anthropic的旗舰，GPT-4和Claude 4 Opus仍在综合能力上领跑。GPT-4目前提供最大128k上下文版本，M1在上下文长度上实现赶超（100万 vs 128k）。在高度复杂指令和细粒度常识上，GPT-4/Claude等闭源模型表现更稳健，但代价高昂——GPT-4训练成本上亿美元，使用费用也很高。相比之下，M1追求80%性能 + 20%成本的实用平衡：以开源方式提供“够用且便宜”的通用模型。在特定任务上通过插件或调用外部模型，M1甚至可部分弥补自身弱项。这种开放融合的思路，或许正代表着中国AI公司差异化竞争的新范式。

M1的开源发布和反响

MiniMax-M1于发布当日凌晨在GitHub开源，成为全球首个开源的大规模MoE推理模型。社区迅速给予热烈反馈，不少开发者将其与开源界“天花板”如Llama2等比较，发现M1在长文理解、代码执行等方面展现出明显优势。M1的Apache 2.0开放也被视为中国厂商拥抱开源生态的重要里程碑，为行业提供了可商用的高性能基座。在模型卡上，MiniMax团队还附带了详细的技术报告和使用教程，降低了门槛。这一切使得短时间内，M1模型及衍生应用在HuggingFace等平台快速传播开来，许多国内外项目开始基于M1进行二次开发。总之，MiniMax-M1以超长上下文和高性价比的硬核实力，成功在2025年大模型赛道上闯出一条极具辨识度的道路。

2. 电影级AI视频生成：海螺02模型 (Hailuo 02 / Kangaroo)

海螺02（Hailuo 02，内部代号“袋鼠/Kangaroo”）是MiniMax于2025年推出的新一代AI视频生成模型，延续并升级了前代“海螺01”的能力。该模型专注于文本到视频 (T2V)和图像到视频 (I2V)生成，可凭借一段文字或一张图片，合成出逼近真实电影画面的短视频。海螺02在Artificial Analysis视频模型榜上名列全球第二，仅次于字节跳动的Seedance 1.0，并领先谷歌的Veo 3。这标志着中国AI在视频生成领域已经达到世界领先水准，海螺02正迅速成为追求电影级视觉效果创作者的首选工具。

核心功能与效果：

• 高清分辨率与画质：海螺02能够生成1080p 全高清分辨率的视频画面。每一帧的细节和一致性令人印象深刻，极大减少了AI视频常见的抖动和失真问题。同时，模型对环境物理效果的渲染尤为突出，例如水流、雾气、光影、天气等效果栩栩如生。这些高保真特性使海螺02足以胜任社交媒体视频、产品宣传甚至原型短片等场景的画质需求。据悉，海螺02生成的人物动作也更加流畅自然，例如某演示视频中一位女士对镜涂口红的动作就相当真实，毫无违和感。

• 优秀的文本理解：相较一般的视频模型，海螺02对提示词的自然语言理解能力更强，尤其擅长把握情绪和美学指令。例如输入“一名宇航员在雨中穿过东京霓虹灯小巷”，海螺02能生成一个细节丰富、氛围感极强的赛博朋克短片，雨夜氤氲、灯光反射、宇航服质感都处理得惟妙惟肖。这得益于MiniMax在多模态训练上融入了大量情感和风格相关的数据，使模型具备“读懂”抽象描述并转化为视觉元素的能力。海螺02可根据提示词“一个宇航员在雨中穿过东京霓虹灯小巷”所生成的赛博朋克风短片场景示例。一句简单描述即可产出细节丰富的电影级画面，展示了海螺02对氛围和光影的出色掌控。模型对水面反射、雨滴等物理效果的呈现尤为逼真。

• 导演级控制工具：海螺02开创性地引入了一套“导演工具包”，让用户通过特殊提示词对镜头运镜和视角进行控制。例如，可以在提示中加入「向右走」「向下平移」「固定镜头」等关键词，模拟摄像机的运动；使用「鸟瞰图」「特写」「变焦拉远(dolly zoom)」等词语，指定镜头角度和变焦效果。此外，海螺02支持场景锚定功能，让生成视频中的物体/主体在连续镜头中保持相对位置，从而保证叙事连贯，不会每帧“乱跑”。这些工具使得用户宛如真实片场的导演，可以细腻地操控AI摄像机。这在传统AI视频生成中是没有的突破——以往大多模型只能根据一句话盲生成，有了导演指令后，海螺02的输出更具专业质感和故事性。

• 多风格创意与应用：海螺02擅长多种美术风格的视频创作，尤其在赛博朋克都市、奇幻场景、超现实梦境等主题上表现卓越。例如，它可生成“被洪水淹没的未来东京”或“巨龙飞越发光瀑布”这类充满想象力的场景。因此应用范围非常广：从社交媒体短视频、艺术电影片段，到品牌广告蒙太奇、音乐可视化作品，都能驾驭。很多设计师和营销人员已将海螺02用于制作炫目的产品宣传片和创意概念视频，极大降低了传统电影制作的门槛。

使用体验与流程：MiniMax已将海螺02集成到海螺视频 (Hailuo Video)平台和合作方Flux-AI等应用中。用户无需编程，只需简单几步即可生成视频：

1. 登录海螺AI官网或Flux等支持平台，进入AI视频生成模块。

1. 选择海螺02模型，输入提示词描述想要的视频画面。可将复杂场景拆分成多个简洁句子，以充分利用导演指令。例如：场景、角色、风格氛围、镜头动作分别描述。

1. 点击生成后，模型开始渲染。渲染5秒片段官方宣称约2分钟完成，但根据用户实测通常需要10~20分钟才能得到高质量结果，具体取决于画面复杂度。相较即时出图的AI绘画，视频生成的计算量显著更高，这也是行业普遍现状。

1. 渲染完成后可在线预览视频，并选择下载。免费用户通常获得带水印的视频，订阅高级计划则可获取无水印高清版本。

由于AI生成视频目前在渲染速度和时长上仍有局限，海螺02一次输出的视频片段通常在5-10秒左右。对于需要更长镜头的创作，可以利用视频拼接和延长技术，将多个片段衔接或使用模型的“拓展延长”功能逐步合成较长画面。事实上，澎湃新闻的实验团队就曾采用“图生图+图生视频”的两段式思路，并借助延长功能，实现了360°旋转长镜头的AI视频片段。这表明通过巧妙拆分和后期处理，AI也能产出超过单次时长上限的复杂视频。

优势与局限：总结海螺02当前的能力：

• 主要优势：画质排名全球前列：在AI视频电影级生成领域，海螺02的效果全球第二，仅次于字节的Seedance。它以优异的视觉保真度和丰富的创意控制脱颖而出，是首个提供完善镜头指令的模型。生成的视频在艺术性和细节上远超一般竞品，堪称“AI导演工具”的一次飞跃。国内媒体评价其“物理水准超神”，对诸如泪珠滑落、头发飘动等细节都处理得惟妙惟肖。同时，MiniMax宣称海螺02在成本效率上打破了全球记录——据官方数据，“1000元可生成1.7万条1080P视频”，单位成本远低于业内平均。这一效果-成本比使其对中小创作者极具吸引力。

• 主要局限：(1)渲染耗时较长：如前所述，生成一个几秒片段可能需十几分钟，这对于追求即时反馈的工作流程来说不够理想。在时间敏感的项目中，海螺02目前还难以替代专业即时渲染软件的效率。团队也在优化模型推理速度，例如压缩模型规模、利用更强算力等。(2)片长受限：单次输出时长较短，一般不超过10秒。尽管可通过拼接延长，但对连续剧情的表现仍有限。这意味着海螺02目前更适合短视频、片段式内容，对于完整叙事的长视频（如一部短片数分钟）还无法一蹴而就。(3)声音与同步：现阶段海螺02生成的视频不包含音频，需要后期自行配乐或配音。同样地，如果视频中有人说话，模型并未生成与之对应的口型或对白音轨。针对这一点，MiniMax已具备语音克隆技术（见下文多模态平台），未来有望将声音合成和唇形同步集成到视频模型中，实现一条指令同时生成“声音+画面”协调的影片。这被视为下一阶段的重要升级方向，业界也在探索让AI视频直接输出配音、音效等完整内容。

竞品比较：在全球AI视频领域，海螺02面临多家强劲对手。以下通过表格简单对比海螺02与几款国内外代表性模型：

模型 全球排名 特点优势 不足限制

Seedance 1.0（字节跳动）

擅长长篇视频，渲染稳定性高提示词创造力相对不足

海螺02（MiniMax）

电影级短片视觉效果最佳，创意控制丰富，渲染有延迟，单片段时长受限

Google Veo 3

渲染速度快，风格输出简洁清晰，艺术自由度较低，缺乏复杂创意

Runway Gen-2（美国）（知名工具）

主打影视化风格，多场景自然运镜，分辨率有限（基础720p），需付费去水印

Pika Labs（美国）

生成速度快（1分钟左右出片），提供多种特效，分辨率较低，片段长度有限；控制精细度一般

OpenAI Sora

据传质量极高，逼真度接近实拍，未正式开放，推理成本极其昂贵

（注：Seedance为字节跳动即将推出的AI视频模型，即梦3.0 Pro海外版；Runway和Pika为国际热门商用工具；Sora为OpenAI内部演示的前沿模型。）

从上面的比较可以看出，MiniMax海螺02与字节、谷歌的模型各有千秋：海螺的画质和创意在短视频上称雄，但渲染效率稍逊；Seedance稳健持久但想象力略弱；Veo3快速简洁但欠缺艺术性。与国外知名的Runway和Pika等工具相比，海螺02在分辨率和真实感上具有明显优势，可谓以质取胜。值得一提的是，快手的可灵2.0也是国内一支劲旅，它与海螺类似注重影视级效果，并邀请知名导演合作AIGC短片，引发业内关注。澎湃新闻报道称，海螺AI和可灵AI等国产产品已凭借高质量和稳定性在海外走红，轮流登上“AI视频之王”的宝座。这反映出中国在AI视频领域的厚积薄发，正逐步赢得国际认可。

多模态平台与商业模式：2025年，MiniMax围绕海螺AI打造了一个多模态内容创作平台。该平台不仅涵盖文生视频、图生视频，还提供语音克隆、图像生成、音频处理等一系列工具，形成从视觉到听觉的AI创作闭环。例如，用户可以上传10-60秒的语音样本，海螺AI就能克隆出该声音，用于配音并可调节情绪。在图像方面，平台内置了电商人像优化、姿势编辑等本地化功能模版，方便内容创作者快速处理素材。

MiniMax在海螺产品上采用会员积分制。新用户可免费体验部分功能，但高级功能及高产能使用需要购买会员。2025年6月推出的新版会员定价达年费1万元以上（折合每月千元级），此举引发了一些争议。许多早期拥趸（如高校学生、非营利内容创作者）表示价格过高难以负担，和早期宣传的“免费好用”落差较大。甚至有用户抱怨，由于模型升级调整，一些过去风靡的经典形象（如社区UGC创作的“蓝色月半猫”角色）无法继续生成，审美上有所倒退。这些争议表明，在技术突飞猛进的同时，AI初创也面临商业化与用户生态的平衡难题。MiniMax随后表示会考虑推出更灵活的分层定价方案（如轻量版套餐），并优化模型稳定性和保持经典风格，使社区创作与盈利模式找到新的平衡点。

未来展望：面向未来，海螺团队的研发重点包括：进一步提升生成成功率（减少多次“抽卡”的不确定性）、集成音频输出（如背景音乐、环境音效自动生成）、角色唇动与对白同步、延长单次生成时长等。这些功能的实现将使AI视频从“无声短片”进化为“有声对话的完整场景”，真正朝着“AI电影”的梦想迈进。Runway的CEO曾大胆预测：“明年或将见证首部AI主导创作的电影诞生并问鼎奥斯卡”。虽然听起来超前，但以海螺02为代表的顶尖模型，正在一步步突破技术瓶颈，让AI创作长片从科幻走向可能。也许在不远的将来，我们将在大银幕上看到由AI导演、AI演员共同完成的影片，而MiniMax很可能是推动这一变革的中坚力量之一。

3. 通用智能体平台：MiniMax Agent的多模态与协作

产品概述：MiniMax Agent是MiniMax在2025年6月发布的通用AI智能体平台，被内部誉为“最强数字员工”。它可以视为ChatGPT的“升级版同类”，但能力范围远超聊天：Agent不仅能理解和生成文本对话，还具备多模态输入输出、编程执行、网页生成、工具调用等综合技能。一句话，它设计得就像“一个可靠的队友”——能够接受复杂任务目标，自主规划多步骤方案，拆解子任务逐一完成，最终交付高质量结果。MiniMax Agent已全面开放Web端试用，无需邀请码，新用户注册即送1000积分。其定价采取订阅制：月基础套餐19元（约15个任务配额），专业套餐69元（约60个任务），均折合每任务仅几元。这样的价格相对Agent的强大功能，可谓极具竞争力，降低了普通人使用AI助理的门槛。

主要功能与特色：

• 网页编程与应用开发：MiniMax Agent 内置了强大的代码编写和调试能力。用户可以直接让Agent生成可用且可交互的网页应用，甚至网页游戏。据报道，Agent可以在3分钟内构建一个“在线卢浮宫”网站：包括页面布局、美术风格、交互逻辑等，均由AI自动完成。而且不同于简单的静态页面，Agent生成的网页拥有复杂组件和跳转逻辑，还能模拟用户操作进行全面测试，确保最终交付的网页无Bug。连界面设计的细节和用户体验，Agent都相当注重。这一点是传统大语言模型所做不到的突破——MiniMax Agent真正扮演了“全栈工程师”的角色。从代码到UI到测试一条龙，让没有编程经验的人也能创造出精美的网站。

• 多模态理解与生成：Agent支持文本、长文档、图像、音频、视频等多种输入格式的理解。这意味着你可以喂给它一段视频、一本PDF、几张图片，然后提问或让其分析综合。输出方面更是丰富多彩：除了文本回答，Agent可以直接生成图片、合成音频、制作PPT、甚至剪辑动画！例如，在PPT制作任务中，MiniMax Agent专门内置了PPT子智能体，能一键生成带排版和动画效果的演示文稿。经测评，Agent生成的PPT不仅内容完整，而且视觉设计精美，包含翻页过渡和元素动画等细节，远胜其它Agent简单堆砌内容的效果。又如在音频方面，借助MiniMax强大的语音模型，Agent可合成拟真的解说音频。在一个案例中，Agent构建了虚拟故宫之旅网页，不仅配有图文介绍，还自动生成了带感情的音频讲解，由“文物拟人”口吻讲故事，极富沉浸感。更惊人的是，这些音频可以在生成的网页中即时播放——说明Agent生成的不止是死板的HTML页面，而是完整多媒体交付物。

• MCP扩展工具集成：MCP全称“模型上下文协议”（Model Context Protocol），是MiniMax推出的扩展机制。Agent在输入框中通过@符号即可无缝调用一系列外部应用/插件。目前 MCP市集中已有几十种工具，比如GitHub/GitLab代码托管、Slack即时通讯、Figma设计、Feishu（飞书）办公、地图导航、表格处理等。用户只需一句话，就能让Agent使用这些第三方服务完成复杂操作。例如：“@Figma 设计一个海报并导出PNG”，“@高德地图 提取公司附近餐厅地址制作Excel”。MCP的无缝集成使Agent仿佛具备API调用的超能力，把办公生活中的繁琐任务一网打尽。相比OpenAI插件需要逐个调用，MiniMax Agent将工具调度融合在统一上下文中，一键直达，这极大提升了Agent解决实际问题的覆盖面和深度。

• 自动化多步任务规划：面对一个复杂需求，Agent能够自行规划步骤、调用子Agent协作完成，体现出很高的自主性和鲁棒性。例如一位测试者要求：“阅读这份M1模型的技术报告，调查其技术路线相对于现有研究的先进之处，转化为一段播客音频，并生成一个带夜间模式的播客网页”。这样一个涉及长文理解→技术调研→音频生成→网页生成多环节的超复杂任务，Agent处理起来游刃有余：它先调用阅读子模块提取报告要点，再组织成播客脚本，合成语音音频，最后编程生成网页呈现音频和内容，甚至贴心地加上了夜间模式切换。整个流程无人干预一次性完成，最终播客网站功能丰富、质量合格，仅在少数细节上有瑕疵。这充分展示了MiniMax Agent在任务拆解、子Agent协同上的卓越设计。内部消息称，为保证复杂任务节点的输出质量，团队为诸如“深度调研”“PPT生成”等场景预先设计了专家级子Agent供主Agent调度，使其各司其职。这种模块化协作正是Agent成功完成高难度任务的关键因素之一。

对比同类产品：当前业内也有其他公司推出类似的通用智能体，如OpenAI的“GPTs”（指用户可定制的GPT助手）、Anthropic的Claude Artifacts（Claude 4 Opus中引入的新功能，可生成代码片段、模拟实验等“人工制品”）、阿里云开源框架AgentScope等。MiniMax Agent在不少方面形成了差异化优势：

• 多模态&输出形式：OpenAI的GPT-4虽然有图像输入能力，但输出主要还是文本，借助函数调用才能间接生成图片或代码文件。而MiniMax Agent直接内置了图生图、语音合成、视频生成等多模态输出。这意味着Agent可以一站式产出图文音频并茂的结果，这是OpenAI GPT系目前不具备的能力。Claude 4的“Artifacts”概念虽然展示了生成模拟环境、小游戏等可能，但其本质也是生成代码或配置，再需要人去运行。MiniMax Agent则自己就是运行环境：它生成网页就立即可用、生成音频就能播放。这种端到端交付的体验，对于用户来说无疑更直观高效。

• 自主性与复杂任务: Claude Opus 4强调通过主Agent+子Agent多智能体架构提升成功率。AgentScope则提供了开发框架，让有编程能力的团队定制多Agent协作。相比之下，MiniMax Agent把多Agent调度的复杂性封装在产品内部，对终端用户呈现的是一体化的智能助手。无需编写Agent逻辑，普通用户通过自然语言就能驱动Agent完成复合任务。这种开箱即用的自主性体验，目前在OpenAI或AgentScope上还不完善。事实上，有评论称不少标榜Agent的产品只是“演智能”，看似自动其实需人工引导。MiniMax Agent以一系列实测结果证明了自己的“真本事”，在真实复杂场景下交出优秀答卷。例如，某用户分别用Manus、Genspark等Agent做旅游PPT，一个敷衍一个内容浅，而MiniMax Agent产出既美观又详实，给人“眼前一亮”。

• 插件生态与扩展性：OpenAI的插件生态主要面向英语环境且审核严格，上线节奏较慢。AgentScope虽开源但需要开发者有技术背景。MiniMax Agent依托MCP，很快积累了对接企业常用工具的丰富插件（钉钉、飞书、Git、Office套件等），且通过持续训练让模型熟悉这些工具的操作。正如业内分析所言，MiniMax在“模型能为生产力做什么”上远见卓识，提前布局了Agent在办公协作上的落地。这使其产品对于国内用户尤其是企业团队，有着开箱即用的本土化优势。你可以让Agent读取公司内网资料、跨应用搬运数据，无缝融入现有工作流。这方面OpenAI和Anthropic的产品在国内是鞭长莫及的。

综上，MiniMax Agent以其全能多模态（会写会画会编程）、自主多步执行（像资深助理一样思考行动）以及无缝工具扩展（上下文内灵活调用外部应用）的特点，树立了国内AI Agent的新标杆。不少业内人士将其与微软的Copilot X体系、Anthropic的多Agent系统相提并论，认为MiniMax Agent充分展示了中国团队在AGI应用层创新的实力。在2025年被称作“Agent元年”的大环境下，MiniMax通过M1大模型+Agent平台的组合，给出了属于自己的答卷：“让AI真正触手可及，为生产力直接买单”。

4. 开源文化与产品生态：MiniMax的最新动态

2025年，MiniMax不仅在产品技术上突破，更在开源战略和商业生态上做出重大布局，展现出与大厂截然不同的打法。

全面开源与Apache协议：MiniMax坚定奉行“大模型开源”路线。M1模型选择以Apache 2.0协议开源发布，允许任何个人或企业免费使用、修改、商用，无需回溯授权。这一举动在国内AI公司中并不多见——很多头部企业（如百度、商汤等）的大模型要么不开源，要么以限制多多的许可证发布。MiniMax此举赢得开发者社群的广泛好评，被赞为“业界清流”。不仅M1，实际上早在2025年初MiniMax就开放了MiniMax-01系列模型的代码和权重，涵盖多模态Transformer模型等，为Agent平台的出现埋下伏笔。这种技术共享的文化，使得MiniMax在AI圈积累了一批铁杆支持者，也提升了公司在学术和产业界的声誉。正如创始人闫俊杰所说：“我们希望打造的是AI时代的基础设施，让人人都能用得起、用得爽的大模型。” M1以Apache开源，在战略价值上甚至超越技术本身——它成为任何一家企业都可以‘据为己有’的大模型。这无疑有助于MiniMax生态在各行各业开花结果。

硬件投入与成本控制：在算力资源方面，MiniMax并未像OpenAI那样拥有自建超大算力集群，而是精打细算地利用有限资源取得最大成果。M1模型的训练使用了512块英伟达H800 GPU（相当于中国版A100卡）持续3周完成。通过MoE和RL算法优化，他们把原预计数百万美元的成本压缩了一个数量级。MiniMax的技术团队在算力优化上经验丰富——CEO闫俊杰和合伙人周彧聪都曾是世界超级计算机竞赛冠军背景出身。因此，公司在调度GPU、提高并行效率方面有独到的方法。硬件配置上，MiniMax也在寻求多元合作：据悉他们与国内云服务商、芯片厂商都有接触，探索适配国产GPU（如寒武纪、天数智芯）的可能，以降低对英伟达的依赖。这些努力都是为了一个目标：用最经济的硬件代价打造高性能AI。事实证明，M1和海螺02的发布都体现了“小团队撬动大模型”的成本优势。

产品可用性与服务体系：MiniMax现有产品线包括：To C端的AI伴侣应用（海外Talkie、国内星野APP），以及To B/开发者的大模型API服务、Agent平台和多模态工具套件。值得关注的是，MiniMax采取了2B2C并举的策略。一方面，其官网提供Chat.Minimax.io在线聊天体验和Agent.minimax.io平台试用。个人开发者可以直接注册调用M1接口，体验不限量免费使用。另一方面，对于企业客户，MiniMax开放了API付费服务和私有部署方案。M1模型在HuggingFace上线后，也方便企业下载自host。收费模式上，M1 API采取按Token计费，并根据上下文长度分档定价。例如，输入长度0-32k时每百万Token收费0.8元，输出每百万Token 8元；32k-128k区间输入1.2元/百万，输出16元/百万；128k-1M超长档输入2.4元/百万，输出24元/百万。相比之下，竞品DeepSeek-R1在促销时段价格更低，但标准时段下M1的短上下文输入费用约为R1的80%、输出为其50%，而在128k以上长上下文区域则是M1的绝对优势（因为R1不支持那么长的输入）。这种精细分档的定价模型，让不同需求的用户各取所需，也体现MiniMax对速度-成本-精度平衡的重视。

对于海螺AI，虽然C端会员涨价引发争议，但面向企业的合作依然在推进。MiniMax正在与传媒、影视、广告公司探讨定制版视频模型的授权，以项目计费等灵活方式提供服务。这种B端收入有望弥补C端免费或低价策略的不足，形成商业闭环。积分政策方面，MiniMax各产品线（聊天、Agent、海螺）或将实现积分通用，用户可以自由分配购买的点数来使用不同服务，从而提升用户粘性和平台效用。

开源生态与积分激励：MiniMax还积极构建社区生态。例如，面向高校和研究机构发起“MiniMax开源贡献者计划”，鼓励基于M1和Agent开发插件、扩展模型能力，优秀项目给予积分或赞助奖励。在字节跳动宣布投入千万资金建立“豆包大模型基金”支持学术研究之际, MiniMax也在用自己的方式联结开源社区。开放、合作、低门槛，是MiniMax技术文化的重要标签。和某些大厂的“假开源”不同，MiniMax的代码仓库真正有人在维护，issue有人回应，充分体现了技术驱动公司的风范。

总结来看，MiniMax在2025年的系列动作，从开源M1、发布Agent到调整会员策略，都指向一个核心理念：以用户和开发者为中心。他们通过Apache开源赢得开发者，通过高性价比产品吸引用户，通过不断迭代优化来应对争议。在硬件和成本上精打细算，在商业模式上大胆探索，这种务实而灵活的作风，使MiniMax在巨头夹击的环境中依然保持了快速成长。接下来，公司在完善产品矩阵、平衡免费与收费、扩大生态伙伴等方面，仍有诸多挑战。但可以肯定的是，MiniMax已在中国AI版图上站稳脚跟，其开放创新的路线为业内注入了一股新风。

5. 背景与定位：融资、团队及国内AI生态比较

融资与估值：MiniMax成立于2021年12月，仅三年已成长为中国AI领域估值最高的创业公司之一。2024年3月有消息称，阿里巴巴将领投MiniMax新一轮融资6亿美元，投后估值超过25亿美元。此后，又有多家顶级VC和产业基金注资，公司估值据传已突破30亿美元。如此高的估值，源于MiniMax在AI大模型和应用上的先发优势和市场潜力。融资资金主要用于招募顶尖人才、采购算力以及持续研发投入。值得注意的是，在监管政策仍收紧的情况下，MiniMax能获得阿里等巨头青睐，说明大厂也将其视为AI赛道的重要盟友而非纯粹竞争对手。阿里领投也被解读为一种战略投资，或将推动阿里云与MiniMax在算力、数据上的合作。从资本层面看，MiniMax已是名副其实的独角兽，充裕的资金弹药为其技术长跑提供了保障。

核心团队与技术文化:

• 创始人闫俊杰：MiniMax CEO，毕业于中科院自动化所，曾任商汤科技副总裁、研究院副院长，是国内计算机视觉和深度学习领域的知名专家。他曾负责商汤深度学习工具链和通用智能技术，发表顶会论文100余篇，被引用过万次。2021年底他毅然从即将上市的商汤离职创业，创立MiniMax稀宇科技。“MiniMax”名字源于博弈论的极小化极大算法，寓意在最坏情形下寻求最优解。闫俊杰一直非常低调，很少公开露面。据采访透露，他认为大模型创业不能套用移动互联网的打法，要踏踏实实解决实际问题。这种务实技术信仰深深刻在MiniMax文化中。

• 联合创始人周彧聪：北航毕业，商汤早期员工，担任过研究院算法主管。他学生时代就荣获国际超算竞赛冠军，多次参与CVPR/ICCV比赛并拿奖，与闫俊杰有深度合作经历。周彧聪在MiniMax主要负责算法架构和训练平台搭建。M1的大规模RL训练框架、MoE调度等都离不开他的团队贡献。有媒体称他是公司内部“技术大拿”和文化塑造者之一——注重学术严谨，又鼓励创造性 hacking。

• 技术合伙人杨斌：同样毕业于中科院自动化所。曾就职Uber ATG自动驾驶研究，后来在初创公司Waabi任职，专长于机器学习在自动驾驶等复杂系统中的应用。杨斌在MiniMax负责多模态和场景落地。比如海螺AI的多模态融合、Agent的子模块协作，都有他的身影。他被视为将前沿研究转化为产品的关键人物，体现了MiniMax团队“研以致用”的风格。

除了核心创始团队，MiniMax还有大量来自清华、上交、MIT等名校及Google、Microsoft、Meta等名企的青年才俊。据悉，公司技术人员占比超过80%，很多人拥有NLP、语音、CV、图形学等多个领域的研究经验和专利成果。这种跨领域融合的团队结构，让MiniMax在通用人工智能(AGI)探索上如虎添翼——正因人才覆盖全面，公司才能同时推进大语言模型、图像视频生成、语音合成、强化学习等多条战线，并将它们集成在Agent这样复杂的产品中。团队文化方面，MiniMax推崇务实创新，鼓励“快跑试错”。他们在2024年就提出了自己的AGI愿景规划：关注模态内容、多模态上下文、模型互调、任务复杂度、智能体协作五大核心。如今M1、海螺、Agent正沿着这五个方向逐步落地，这种前瞻性在国内初创中十分难得。

在我国AI生态中的地位：MiniMax被业界归为我国“大模型六小虎”或“五虎”之一。这些“虎”或“小龙”通常指在大模型领域有突出技术和产品的创业公司，与传统互联网巨头分庭抗礼。除了MiniMax，常被提及的还有：月之暗面（推出Kimi系列模型，专注开源代码模型，某核心人物来自前微软），智谱AI（清华系公司，产品有GLM、ChatGLM系列，在中文对话上颇有积累），百川智能（北京团队，开源了Baichuan系列模型，以训练高效著称），面壁智能（主攻认知+推理，产品为紫东太初多模态模型），以及阿狸湾（想象的名字）等。如果算上字节跳动（豆包团队）和BAT这些大厂，中国AI大模型格局可以说是群雄逐鹿。

MiniMax的战略位置颇为微妙。一方面，它和这些初创伙伴一样，站在巨人的夹缝中寻求突破，以更敏捷的创新撬动市场。另一方面，它又因为手握热门C端产品（AI伴侣Talkie/星野下载量很大）以及出色的B端模型能力，而成为各大厂争相拉拢或对标的对象。百度文心（ERNIE Bot）作为老牌玩家，在2023-2024年率先拿到牌照上线服务。但文心走的是闭源商用路线，更倾向服务企业及整合到百度自有生态（如搜索、办公）。相比之下，MiniMax通过开源和开放API，迅速积累了开发者资源，其M1模型的活跃调用量在国内开源模型中名列前茅。据字节披露数据，他们豆包模型每日Token调用量千亿级。MiniMax未公布具体数值，但考虑到其AI伴侣应用曾在全球斩获1100万月活、豆包助手宣称月活2600万等情况，MiniMax整体用户触达规模应已在数千万量级。这在创业公司中非常亮眼。

与阿里通义·千问相比，MiniMax更专注C端和开发者社群，而阿里由于to B基因更强，主要服务政企客户，输出能力给阿里云。两者在2024年底还有过团队人事交流——据36氪报道，阿里达摩院的一些人才流向MiniMax，显示后者对顶尖人才的吸引力。而阿里也通过投资关系与其绑定，形成某种生态互补。

字节跳动豆包团队，则是MiniMax当前最直接的竞争对手之一。豆包主推多模态大模型家族，2024年底宣布月活2600万、推出个性化定制智能体，并开源了一项MoE优化技术DAPO提高训练效率1.7倍。他们在火山引擎云上提供模型服务，定价相当激进：1元钱可购买125万Token的调用。按照这个价格，处理128k上下文长文每千Token输出仅需0.005元，折算百万Token约5元——比MiniMax M1第三档输出价(24元/百万)低了近4倍。这种价格战式策略显示出字节强大的资本与算力实力。MiniMax面对这样的对手，选择以技术和开源见长，与之错位竞争。豆包强调其模型多模态思考能力，号称高考数学可得144分，综合实力超Llama 2等。但MiniMax M1在实际复杂应用中展现的效果，并不逊色；更何况MiniMax还有海螺视频、Agent智能体这些豆包暂时没有推出的爆款应用。因此，两者可以说各有优势领域：字节凭借数据和资金优势，在模型底座上猛追；MiniMax凭借创意产品和开源社区，在用户心智上占领先机。长期看，不排除双方在某些方面合作，毕竟字节投资MiniMax传闻也曾有耳闻。不过竞争格局下，MiniMax需要持续保持技术创新速度和社区凝聚力，才能在巨头的攻势中立于不败。

与其他国内模型的比较：百度的文心大模型经过数次升级，已具备较强中文理解和多模态能力，但因战略重点不同，在创意生成类应用上声音不大。MiniMax某种程度填补了百度未覆盖的用户群——比如年轻人聊天伴侣、独立开发者调试模型等。智谱AI的ChatGLM系列虽然开源口碑不错，但受限于模型参数（6B-130B）规模，和M1不在同一重量级比赛。百川智能开源了400亿参数的Baichuan-2模型，也在GitHub上掀起波澜，不过尚未见到面向终端用户的现象级产品。MiniMax的独特性就在于“模型驱动 + 产品落地”双管齐下：既能搞前沿模型，又能造爆款App。这种“双栖物种”在国内外并不多见。OpenAI当然是这样，但他们更封闭；MiniMax则像一个中国版的“小OpenAI”，用更开放的态度去做事。

最后，不得不提MiniMax受到的国家层面关注。2023年中共中央政治局集体学习就曾讨论AIGC，号召推动大模型自主创新。2025年4月，据报道习近平总书记视察上海时，MiniMax创始人闫俊杰作为AI企业代表向其汇报了技术研发收获，并在会议室白板上展示了“下一代智能体的自主进化”路线。从白板内容看，其中正包括MiniMax提出的那五项核心理念。能在国家最高决策层面露面，足见MiniMax作为上海AI新势力的战略地位。上海近年力推打造“人工智能高地”，MiniMax无疑是其中的明星企业。政府也在支持其开源框架建设和应用落地。这种产学研政合力，为MiniMax未来发展提供了良好土壤。

总结：MiniMax在2025年的表现，可谓开源与商业齐飞，技术与应用共辉。从M1大模型树立长上下文+低成本的新标杆，到海螺02引领AI视频的电影化浪潮，再到Agent智能体预演了未来工作方式的变革，MiniMax频频带给业界惊喜。而支撑这一切的是其开放的技术文化、顶尖的人才团队和灵活的战略决策。展望未来，MiniMax面前既有与巨头合作共赢的机遇，也有激烈竞争的挑战。但可以肯定的是，在我国通用人工智能的进化道路上，MiniMax已从一只初生“小老虎”成长为不容忽视的新锐力量。它的探索和成功，将为中国AI产业的发展模式提供宝贵范例，也将在全球AI版图中贡献越来越响亮的“中国声音”。