MiniMax闫俊杰：追赶最后5%差距，开源直至AGI实现

“最后这5%的差距，可能比完成前面95%要难得多。”

在近日与Scottish Mortgage投资经理劳伦斯·伯恩斯（Lawrence Burns）的对谈中，MiniMax创始人闫俊杰谈及了中国大模型追赶美国前沿水平的现实挑战。此前，伯恩斯曾对中国顶尖模型“以十分之一成本达成美国顶尖水平约95%性能”的判断印象深刻。

面对如今的变化，闫俊杰坦言，最后5%仍需时间追赶，中美团队在通向通用人工智能（AGI）的路径上均处于早期。他目前更关注技术演进的加速度，并承诺：“我们打算一直开源下去，直到AGI实现。”

算力约束倒逼工程效率

谈及中美模型差距，算力是无法回避的核心变量。闫俊杰直言，对中国AI公司而言算力始终是一种刚性约束。MiniMax自创立之初，模型架构设计、底层基础设施与推理优化就必须全维度围绕效率展开，其设计原则之一是确保模型在各类芯片架构上均能保持稳健表现。

他认为，硬件受限反而促使中国团队在算法和工程架构上探索更深：“约束让我们成了更好的工程师和研究人员。”

更关键的策略在于将压降下来的推理成本反哺至后训练环节。由于强化学习中的试错迭代以及高质量合成数据的生成都高度消耗推理算力，降低单次推理成本，意味着同等硬件资源能够承载更大规模的后训练。

闫俊杰判断，后训练在模型迭代中的权重正显著提升，MiniMax的目标是依托极高的推理效率构建极具规模的后训练系统，以此向最前沿水平发起冲击。

组织层面，MiniMax目前保持在约500人的精简规模，研发上遵循架构极简化与坚持自建基础设施两大原则。在商业化方面，闫俊杰透露公司8月年化收入运行率（以8月收入乘12估算）已超8亿美元，企业端业务占比过半。公司正试图通过技术创新压低边际成本，以实现收入增速超越成本扩大的长期平衡。

早期多模态路线与M3 Pro布局

闫俊杰决定投身AGI，源于早期想用技术帮助老人撰写回忆录的现实触动。从早年在百度深度学习研究院参与ImageNet竞赛，到创办MiniMax并推出早期产品Glow，他始终坚信通用路径的价值。

不同于早期专注单模态的路线，MiniMax一开始就并行投入文本、图像、视频、音乐与语音五大方向。闫俊杰坦承，分散资源在初期放慢了单一方向的推进速度，但多模态是拓宽数据维度、突破模型扩展瓶颈的必经之路。

目前，MiniMax的产品线清晰划分为两大阵列：聚焦编程与AI智能体的语言模型M系列，以及覆盖视频、图像与音频的多模态H系列。团队近期的研发重心是下一代旗舰模型M3 Pro，并在智能体自主设定长期任务目标、自我校验执行结果方面探索突破。闫俊杰对AGI的核心衡量标准，是AI能够自主推导新理论并主导重大科学突破。

以开源重塑商业与生态协同

在商业模式上，MiniMax采取“API服务收费与模型权重开放”并行的策略。开源不仅未削弱其商业价值，反而形成了庞大的生态外溢效应。

以视频生成模型H3为例，开放后单月下载量达数千万次，社区衍生出数百个衍生版本。海外平台fal.ai基于H3后训练推出的H3 Max，已实现3秒生成5秒视频，生成速度超越实际播放帧率，直接催生了24小时AI实时交互直播等落地新场景。此外，开放权重模式也为政企客户在本地化部署与私有数据安全上提供了契合方案。

闫俊杰总结认为，中美AI的演进生态已显现不同底色：美国依托充沛资本构建高壁垒的封闭闭环，而中国生态则在效率约束下走出深度协同路线。AGI技术过于关键，不应被单一实体垄断，这也是MiniMax坚持“Intelligence with everyone”的核心逻辑。