登录

MiniMax闫俊杰罕见拆解中美AI差距:美国用资本堆封闭,中国用效率打协作


速读:中国是算力的短缺迫使MiniMax在工程和研究两个层面都做得更细。 对于中国AI从业者而言,这个对照背后还有一个更具体的问题,即效率路线能够走多远,取决于模型能力的上限是否还在继续抬升。 MiniMax创始人兼CEO闫俊杰(YanJunjie)近期接受了知名投资播客InvestinProgress的专访,向苏格兰抵押信托(ScottishMortgage)投资经理劳伦斯·伯恩斯(LawrenceBurns)系统阐述了这家中国AI公司的技术路线、商业模式,以及他对通用人工智能的判断。 把模型权重开放出去让外部开发者完成创新,再通过推理成本的下降获取利润,这套打法只有在算力受限的位置上才具备内在合理性。
2026年11月11日 18:25

  文 | 《硅谷观察》栏目 郑峻

  MiniMax创始人兼CEO闫俊杰(Yan Junjie)近期接受了知名投资播客Invest in Progress的专访,向苏格兰抵押信托(Scottish Mortgage)投资经理劳伦斯·伯恩斯(Lawrence Burns)系统阐述了这家中国AI公司的技术路线、商业模式,以及他对通用人工智能的判断。

  这是闫俊杰罕见接受外媒访谈。闫俊杰直言,中美AI生态的概括是,美国这套体系用巨额资本支撑封闭系统,而中国这套体系用效率支撑协作。他指出,美国公司有更多算力、更多资本、更多芯片渠道,而中国公司不得不把每一单位算力用得更有效率。

  MiniMax今年1月在香港上市,7月通过配售加可转换债券再融资160亿港币(约合20亿美元);2026年上半年的财报营收为1.166亿美元,同比增长283%,其中企业服务占比63.4%;而到8月份的年化运行率(ARR)已超过8亿美元,企业业务占比超过80%。

   算力短缺促使压缩成本

  闫俊杰对AGI的定义不从能力清单出发,而是给出了一个标准,即当新的科学突破大部分需要依赖AI的时候,AGI才算到来,也就是说AI要能够自己提出新的理论,而不只是把人类已有的知识重新整理一遍。

  这个定义与他关于成本的论述是同一套逻辑。中国的AI公司拿不到最先进的英伟达芯片,这件事在过去三年里被反复当作劣势来讨论,而闫俊杰在节目中提出,是算力的短缺迫使MiniMax在工程和研究两个层面都做得更细,并把推理成本的压缩变成了公司的核心指标。

  MiniMax成立于2021年,而公司的第一个消费级产品并不是生产力工具,而是陪伴类应用Glow,这与公司后来六成以上收入来自企业客户的结构形成了一个明显的反差。他表示公司目前约500人,文化重点是两件事,把事情做简单以及把基础设施做扎实,而这同样是资源约束的产物。

  MiniMax目前有两条产品主线。M系列是语言模型,面向代码生成和智能体任务;H系列是视频生成模型,旗舰型号为H3。闫俊杰在节目中透露,H3已经成为全球下载量最大的开放权重模型,单月下载约2500万次,模型发布之后的两周之内,外部开发者基于它构建了约300个衍生模型。

  他还提到,MiniMax的模型被大量用于YouTube上的AI生成视频,他们在中国以外市场的流行并非依靠品牌投入,而是来自权重免费开放所带来的自发使用和二次开发。

   10%成本实现95%性能

  闫俊杰在节目中用两句话概括了开源与收入的关系。他表示AI行业的利润不是靠提高价格实现的,同时强调开源并不是货币化的替代方案。这两句话指向同一套商业逻辑,即利润空间来自推理成本的持续下降而非定价的上移。把模型权重开放出去,相当于让全球开发者替公司完成创新、分发和场景适配,那些基于H3构建的衍生模型最终会把需求推回到MiniMax自己的API和企业服务上。

  按MiniMax给出的口径,这套模式对应的结果是ARR从2月的1.5亿美元增长到8月的8亿美元以上,其中企业客户业务占比超过八成。

  不过闫俊杰在节目中提到,最后那5%的性能差距可能比前面95%的追赶更为困难。这句话的背景是MiniMax只用十分之一的成本,就实现前沿模型约95%的性能,而该说法成立的前提是客户需要的恰好只是这95%,一旦任务落到最难的那一档,差距就体现在最后那几个百分点上。

  闫俊杰在节目中对中美AI生态的概括是,美国这套体系用巨额资本支撑封闭系统,而中国这套体系用效率支撑协作。他指出,美国公司有更多算力、更多资本、更多芯片渠道,而中国公司不得不把每一单位算力用得更有效率。

  “中国和西方的大公司都要在很多条业务线之间做权衡,而我们只优化一件事,就是做出最高效、能力最强的多模态AGI。我们相信效率本身就是智能的一部分,算力用得越高效,就能把规模推得越远。”

  “除了价格之外,更低的推理成本意味着我们可以更高效地扩大后训练规模。因为后训练里的强化学习、数据合成,全都依赖推理。所以推理效率越高,后训练的规模就能越大。我认为在现阶段后训练越来越重要,也许某个时候我们会拥有全世界最大的后训练系统,而我们相信这会通向前沿智能。”

  对于中国AI从业者而言,这个对照背后还有一个更具体的问题,即效率路线能够走多远,取决于模型能力的上限是否还在继续抬升。如果前沿能力仍在快速推进,资本密集的一方迟早会把差距重新拉开;如果能力上限已经接近,那么把推理成本压到十分之一的一方将获得结构性优势。闫俊杰自己提到的那5%,正处在这个问题的中间位置。

   AGI的关键是谁受益

  闫俊杰在节目结尾的表述是,需要讨论的问题不是AGI是否会到来,而是AGI到来之后谁受益,他的判断是AGI不应该属于某一家公司、某一个国家或某一个组织,而必须属于所有人。

  他认为,AGI应该属于用模型的人、基于模型开发的人和为模型做贡献的研究者。还有一个更宏大的问题:如果世界拥有更多智能,我们对世界乃至整个宇宙的理解会不会改变?闫俊杰说自己相信会,正是这种可能性让他不断前进。

  这一表述听起来接近理想主义,但放回他此前关于成本和开源的整套论述之中,它同时也是一个商业判断。把模型权重开放出去让外部开发者完成创新,再通过推理成本的下降获取利润,这套打法只有在算力受限的位置上才具备内在合理性。

主题:闫俊杰|中国|公司|模型|中美AI生态