對話大模型“六虎”MiniMax閆俊傑：做AI技術很奢侈，每個月看到賬單都會心疼
出品 | 搜狐科技
作者 | 樑昌均
運營編輯 | 王一晴
“技術做不好，所有東西都是問題；技術做好了，似乎所有問題都被掩蓋了。技術是一家科技公司的最核心的要素，這件事我花了兩年才意識到，但偶爾還是會繼續犯這樣的錯誤。”
談到創業近三年以來的關鍵時刻，MiniMax創始人&CEO閆俊傑講述了他的數次至暗時刻裡最有共性的一個感受。
MiniMax是國內AI大模型“六虎”中最早成立的一家公司，2021年底由商湯科技前副總裁閆俊傑創立。這家公司最新估值達25億美元，同時獲騰訊、阿里入股，但以往卻極爲低調。
8月的最後一天，MiniMax在上海舉辦了首屆Link夥伴日活動，打破了長久的沉默。閆俊傑現場分享了創業歷程，宣佈推出視頻模型和音樂模型，並介紹了在技術研發上的最新進展。
“大模型是一個看起來很熱，但也有很多非共識的領域——到底做2B還是2C，到底做國內還是做海外，Scaling law到底能不能延續？”
閆俊傑表示，自己對技術的進步充滿樂觀，對用戶充滿樂觀，對產品的迭代效率充滿樂觀。
他還首次面向搜狐科技等媒體迴應了外界的諸多疑問，包括入局AI生成視頻的考慮，以及對技術研發、市場競爭以及海外佈局的看法。
閆俊傑（中）在媒體溝通會上
AI生成視頻會進步非常快
商業化對大模型是考驗
今年以來，AI生成視頻無疑是大模型領域最卷的賽道。自OpenAI發佈Sora演示視頻後，字節、快手、智譜、Pika、Runway等國內外多家企業陸續推出相關產品。
MiniMax是最新的入局者，且發佈即上線。閆俊傑解釋稱，做視頻符合公司的目標，最本質的原因在於，人類社會的信息交流，大部分體現爲多模態的內容，而不是文字。
“爲了有非常高的用戶覆蓋度和使用深度，唯一的辦法就是做輸出動態的內容，而不是單純基於文字。只是我們先做出來文字和聲音，現在技術變得更強，把視頻也做出來。”
閆俊傑坦言，做視頻挺難，複雜度比文本更高，且存儲要求更大，需要在算法上考慮怎麼樣降低複雜度，壓縮率變得更高。“這花了我們很多精力，就比可靈晚了一兩個月。”
同時，這需要升級底層基礎設施，之前基於文本構建的基礎設施，如何清洗、標註數據等，對視頻都不太適用，且視頻開源東西很少，很多都需要自己做，需要更多耐心。
目前，MiniMax的視頻模型僅支持文生視頻。閆俊傑表示，後續會在數據、算法上繼續迭代，且會推出圖生視頻，文+圖生成視頻，可編輯、可控性等更多功能。
在商業化方面，不少視頻生成產品都採取收費模式。對此，閆俊傑表示，在達到一個更加滿意的狀態之後，可能會考慮商業化。
他認爲，AI生成視頻這件事還只是開始，接下來的進步速度一定會變得非常快。“長期看，進步越快的東西就越好。”
這一定程度也代表了閆俊傑對大模型商業化的態度。“目前最重要的不是商業化，而是真正地讓技術到達廣泛可用的程度。”
他表示，當一個產品沒人用，或當一個產品不賺錢的時候，肯定不能怪用戶，大部分時候只能怪自己的技術做得不夠好，或產品做得不夠好。
目前，MiniMax的商業化基本分成兩個形式，一個是開放平臺，服務超3萬家企業用戶和開發者，並有兩千多家付費客戶。第二是C端，嘗試廣告或收費變現。
MiniMax國際業務總經理盛靜遠在溝通中表示，2B行業真正要能賺錢是要成爲行業標準，但在國內更加捲的競爭市場上，2B業務很多變成了項目制。“大模型如果純技術輸出，爲每家企業進行定製，這個商業模式就轉不過來。”
“今天的大模型產品形態，普通消費者沒有任何忠誠度，一旦收費就可以換到另外一個產品。”盛靜遠認爲，大模型C端產品的商業模式也不成立。
她表示，MiniMax所有產品會結合技術的能力、特色，打造出能增強用戶粘性的產品形態，然後纔會考慮ROI和留存，等到飛輪轉起來，再去進行投放，而不是像很多友商，現在就用非常多的真金白銀砸進去。
“我們現在是所有中國大模型公司裡面，少數幾個能講商業化變現，能講產品跟模型驅動，甚至很有可能能在比較短的時間內實現自負盈虧及盈利的公司。”盛靜遠表示。
她認爲，MiniMax現在處在半山腰的狀態，如果做得比較成功，很快就能達到一個正向的商業循環，希望通過技術突破，產品商業化，從而再反哺技術，而不是考慮還有那些錢會來投。
“大模型的商業化，如同當年的互聯網一樣，會經歷一個探索的過程。這可以看成是對一個行業的考驗，如果能通過就能夠出來，如果通不過就應該客觀面對。”閆俊傑說。
做技術非常奢侈
大模型未來關鍵是錯誤率要降到個位數
在創辦MiniMax前，閆俊傑已做了超過十年的AI技術研發，人臉識別和AlphaGo是那時最具代表性的應用。“這些距離人都很遠，對我來說也越來越困惑，做AI到底是爲了什麼？”
轉折發生在閆俊傑一次回老家見到外公。“他想寫自己80年的一生，但不會打字，也不會進行復雜的寫作。很遺憾我沒法幫他來完成這件事情，那時候的AI還做不到。”
“這給了我非常大的觸動，讓我意識到，AI應該具備通用性，讓每個人都有智能，總結來說就是 Intelligence with everyone。”閆俊傑說，這成了創業最初的想法。
隨着大模型浪潮到來，MiniMax率先推出首個MoE（混合專家系統）大語言模型。目前，公司模型覆蓋文本、語音、音樂、視頻等領域，並推出開放平臺、海螺、星野、Takie等多款產品，不久還將發佈採用新一代技術的abab7系列文本模型。
“但我們的用戶還只佔全球總人口的1%，準確地說是0.8%。那怎麼來提升呢？我認爲核心只有兩點：提高用戶的滲透率和使用深度。”閆俊傑稱，這需要堅持科學技術是第一生產力。
他認爲，大模型最重要的三個技術方向是：持續降低錯誤率、無限長輸入和輸出和多模態。這需要在模型算法上不斷創新，MiniMax就曾投注公司80%的資源押注MOE。
此次活動上，MiniMax推出基於MOE+ Linear Attention（線性注意力）的新一代模型架構，其能夠在單位時間內更加高效地訓練海量數據，提升模型的實用性和響應速度。
相較GPT-4o，該模型處理10萬token時效率可提升2-3倍；相比通用Transformer架構，該架構能大幅減少大模型訓練和推理成本，如在128K的序列長度下，成本減少超90%。
“我們一直都覺得技術重要，但跟100%地認爲它重要，需要一個過程。”閆俊傑表示，做技術是一件非常奢侈的事，它具有不可預測性，可能會失敗。
同時，研發投入很大。“如果看一眼我們每個月的賬單，還是會非常心疼。”閆俊傑說着看向了坐在旁邊一同參加溝通會的技術負責人，“這就是行走的人民幣”。
“當一個東西很奢侈的時候，很多時候就會想要不要走點捷徑，比如可不可以先把產品提升好。但我們的實踐證明，走捷徑的時候就會被打臉，至少我犯了類似超過十次的錯誤。”
閆俊傑表示，打臉的結果就是，本來認爲技術的重要性有70%，打臉一次75%，再打臉一次80%，直到現在認爲技術是最核心的要素。
“對創業來說，一塊錢要分成幾瓣來花。”閆俊傑說，自己對技術的理解慢慢變得非常簡單，第一性原理是，做技術特別是做很大研發投入的技術，追求的東西不應該是5%、10%的提升，而是研發那種能夠帶來幾倍變化的技術，這也是MiniMax堅持的方向。
不過，目前無論是OpenAI，還是國內外大廠、初創公司，都面臨着技術增長曲線放緩的困境。閆俊傑認爲，大模型未來一個非常本質的變化是錯誤率從兩位數下降到個位數。
“這首先是數量級的提升，其次可以讓很多複雜任務從不可做變成可做。爲什麼現在沒有Agent可以跑通，GPT store也跑不通，不是因爲Agent的框架不夠好，或者產品不夠好，根本原因是模型本身不夠好，技術不夠好。”
作爲AGI的信仰者，閆俊傑信奉Scaling law的力量。“當計算量增長不止10倍，算法也快了10倍的時候，沒有道理訓練不出來一個更好的模型。”
“大部分中國公司比美國公司落後，但按照我們現在的技術進展，再加上國外的技術資源，肯定能做出更好的模型。如果他們的能力更強，顯然會做得更好。”
競爭對大模型行業是好事
打不贏就應該被淘汰
雖然閆俊傑強調MiniMax是一家技術主導的公司，但外界更多感知來自產品，尤其是出海。
“我們國內用戶量不比海外小，但不太知道爲什麼只覺得我們出海做得好。我們的技術非常領先，但大家總覺得我們產品做得好，我不太理解爲什麼會這樣。”閆俊傑說。
搜狐科技瞭解到，目前MiniMax旗下產品全球用戶超過6000萬，每日與全球用戶進行超30億次交互，處理超3萬億文本token、2000萬張圖片和7萬小時語音，單日交互量居國內AI公司首位；單日總交互時長超4億分鐘，從一年前佔ChatGPT的3%提升到53%。
目前，MiniMax旗下的Takie成爲國內AI出海的代表性產品之一，公開數據顯示其月活超過千萬。
盛靜遠在溝通中表示，Takie背後有對人性的深入思考，考慮了AI在高容錯率下能做到的程度。“Character AI被谷歌收購後，我們成了賽道的扛大旗者，很有可能成爲現象級產品。”
她認爲，在海外用戶付費習慣更好且產品夠好的情況下，會用更多資源在海外進行推廣，而海外市場會有一套自己的打法，相對比較直接，變現也會更快。
閆俊傑認爲，去年中國的大模型在海外完全沒有競爭力，接下來出現了百模大戰，包括價格戰，非常顯著地提高了大模型的調用量。
“正是因爲這麼激烈，也推動了大家必須把模型做好，到了一定階段之後，發現在海外越來越具有競爭力，在非英語國家的語種上，比如中文，已經做到能跟GPT不相上下的水平。”
當然，MiniMax也難以避免國內外大廠及其它創業公司的競爭，如字節、快手、百度等都在佈局情感陪伴賽道，國外的競對Character AI則被谷歌收購。“這是一個比較好的結局，似乎每個人在裡面都得到了好處。”閆俊傑說。
但閆俊傑強調，星野的產品底層設計不是陪聊或是情感陪伴，而是基於AI的新一代內容社區。據瞭解，星野的用戶畫像以二三線城市爲主，年齡是在17-24/25歲之間。
對於大模型賽道的競爭，閆俊傑認爲，這整體是一件好事，大模型有可能會產生很大的社會價值，確實應該有很多競爭。
“我們作爲一家創業公司，競爭不能避免，既然不能避免，那就努力做到最好。如果在競爭中打不贏，那就應該被淘汰，就應該關掉，也沒有其它選擇。”
同時，他認爲，大廠的競爭可以讓創業公司很快看清一些非常底層的東西。
“我們能做的就是把有可能變強的事無限地放大，一是技術如何提升，二是如何跟用戶做更好的共創。這兩點都需要一些非常關鍵的判斷，需要靠非常長期的積累。”閆俊傑說。