“勇毅者”闫俊杰，冲击IPO之路

“MiniMax正在探寻一条此前未被验证过的道路。”

6月17日，MiniMax官方公众号发布了全球首个开源大规模混合架构推理模型MiniMax - M1，公司创始人闫俊杰随即转发到朋友圈，并配文：“首次感觉大山并非不可翻越。”

之所以有此感慨，是因为M1模型凭借以闪电注意力机制为主的混合架构和更快的强化学习算法CISPO（一种通过裁剪重要性采样权重提升强化学习效率的强化学习算法）这两项技术突破，实现了深度推理的显著高效，还提升了强化学习的效率。据公司介绍，整个强化学习阶段仅用了512块H800三周时间，换算成（算力）租赁成本为53.47万美元。

除M1外，在之后的4个工作日里，MiniMax又接连发布了Hailuo 02视频生成模型、MiniMax Agent通用智能体、Hailuo Video Agent视频创作智能体、Voice Design音色设计。在MiniMax Agent发布当天，闫俊杰发朋友圈称：“研发中愈发强烈地感觉到AI的价值可以开始用经济来衡量。”

与此同时，MiniMax在资本市场也有新动态。6月，有消息传出公司正考虑在港股IPO。

这一消息并非毫无根据：早在2024年，MiniMax旗下产品星野AI（Talkie）营收就已突破千万美元，在海外市场表现亮眼，下载量曾超越CharacterAI，成为美国AI应用Top4。更关键的是有财务实力支撑——知情人士透露，公司今年以来通过多轮未公开融资，积累了充足的现金储备（约十几亿美元）。近期还完成了Pre - IPO融资，使其成为大模型创业公司中资金最雄厚的企业之一。

截至发稿，公司方面未对资本市场相关进展作出正面回应。

充足的现金储备让闫俊杰拥有了高度的战略自主权，也让这位极具“冒险精神”的创业者，能够坚定地推行“加速技术迭代”的发展路径。明势创投合伙人夏令此前参加活动时，评价MiniMax是“一家兼具野心、资源实力与非共识坚持的公司”，明势创投创始合伙人黄明明则称，“闫俊杰是个‘狠人’，在资源等各方面有限的情况下，仍专注于模型研发。只有这样的企业家才可能走得更远，走到最后。”

01 锚定MoE架构破局

2021年12月，商汤上市前夕，身为副总裁、研究院副院长和智慧城市事业群CTO的闫俊杰，选择离开商汤。

在闫俊杰看来，2020年之前，AlphaGo带动社会对人工智能的关注度和期待值大幅提升，国内外都投入大量研发资金，但当时的人工智能只能完成人脸识别、语音识别等简单任务，创造的社会价值较低。

对当时的闫俊杰而言，这是件“痛苦的事”，他逐渐意识到，核心问题在于当时的人工智能不够通用。

“当时我们用虚拟模型解决客户问题，客户问题众多时，就得做无数个模型，每次做模型都要训练、导数据，整个生产链条很慢。所以我们只能服务大客户，因为企业需要定制，但定制成本高、周期长，商业模式成了定制模型。”闫俊杰回忆道。

他思考着：“如果不做定制模型，把模型做得通用，是不是就能服务普通人了？”

同时，闫俊杰看到OpenAI关于GPT - 3的论文后受到启发，认为“把（GPT）模型放大10倍，技术路线或许可行”。

不过，做通用工具与闫俊杰在商汤的研发路线截然不同，所需人才、组织结构也不一样，他由此觉得“这是新兴公司的机会”。2022年初，MiniMax正式成立。

云启资本是MiniMax早期投资方之一，合伙人陈昱最初与闫俊杰接触时，就发现他是个野心较大的创业者，“他想成为中国的OpenAI或DeepMind，最终实现通用人工智能”。

在技术路线选择上，闫俊杰十分大胆。

2023年下半年，大部分中国同行还在迭代稠密模型（dense model）以稳健提升大模型性能，闫俊杰却几乎将全部研发和算力资源投入到更不确定的事情——MoE（混合专家系统）模型上。

黄明明回忆，当时MoE在硅谷都不是主流选择，只有OpenAI在做，甚至MoE的提出者都未坚持走这条路。

闫俊杰认为，尽管OpenAI尚未公开GPT - 5，但内部已完成训练。GPT - 5训练需高达5万张卡的算力，短期内国内难以达到3万张卡的规模，所以若要实现与GPT - 5相当的效果，必须采用更高效的算法（MoE），否则永远追不上OpenAI。因此，MoE成了团队“必须要做的事”。

2023年夏天，闫俊杰带领MiniMax团队专注研发MoE。

黄明明觉得，闫俊杰看似温和，实则疯狂。认定终极目标后，他会倾尽全力去赌。

“他把当时手头80%的算力资源都用于推进MoE。”黄明明说，“前两次尝试失败了，直到第三次成功，他才来跟我们（投资人）说，MoE差不多能搞定了。”

黄明明问闫俊杰：“为何要下这么大赌注？赌输了，公司可能就完了。”

闫俊杰回复：“只有做出MoE，才能以更低成本向更高模型阶段演进，否则成本不可估量，没有公司能承受如此高的token消耗量去实现更高平台的进化。”

02 应对DeepSeek，慢了一步

2025年1月15日，MiniMax发布首个开源模型MiniMax - 01系列。

接受晚点采访时，闫俊杰指出，开源的核心价值在于加速技术进化。“更好的模型能催生更好的应用，但更好的应用和更多用户并不一定能带来更好的模型。”闫俊杰说。想明白“智能水平的提升，没那么依赖用户规模”后，闫俊杰做出取舍，他认为当下MiniMax最重要的目标不是增长和收入，而是“加速技术迭代”，并坚定了做技术驱动型公司的想法，开始有意识地打造技术品牌。

但从行业变化来看，闫俊杰还是“慢”了一拍。2024年12月26日，DeepSeek - V3发布后，在业内积累了一定口碑和品牌效应。2025年1月20日，DeepSeek - R1发布，其声量迅速超过相对低调的MiniMax，进一步抢占了C端用户的心智。

面对DeepSeek的冲击，国内模型厂商主要分为两队，一队积极拥抱，大力宣传旗下产品接入DeepSeek；另一队坚决不接入，专注自研推理模型。

MiniMax选择在国内C端应用上不接入DeepSeek，只在海外AI应用上接入。

据MiniMax内部员工透露，DeepSeek发布未影响研发团队的节奏，内部仍按原计划专注低调地进行技术研发。

黄明明表示，他们非常认可MiniMax持续专注底层模型研发。“好的应用和产品是模型能力的自然体现，模型能力强了，自然能做出好产品。事实证明，模型能力不足时，做出的产品需要大量修补，耗费人力物力，还会让人失去对底层模型的专注。”黄明明说。

6月中旬，MiniMax连续发布包括基础模型及应用在内的5款产品，业内对其模型和应用评价较为正面，Hugging Face工程师王铁震告诉《中国企业家》：“MiniMax在探索一条未被验证过的路，很有价值。”

（注：Hugging Face是一家2016年成立的美国人工智能公司，致力于构建开源机器学习社区和平台，提供丰富的预训练模型、数据集和工具，助力开发者更便捷地构建、训练和部署AI应用。）

不过，MiniMax - M1系列模型未引发广泛轰动。截至7月10日，其在Hugging Face最热帖下载量仅25.2K，GitHub最热帖收藏量仅3K——这一数据明显低于Google、Meta今年初发布的开源模型，也不如DeepSeek - R1的收藏及下载量。

部分Agent创业者反馈，虽注意到MiniMax M1模型发布，但因自身产品上线排期紧张，暂未测试。另一位AI领域创业者告诉《中国企业家》，当前海外AI领域热点不断（如GPT - 5即将发布，Meta新模型迭代），分散了行业注意力，客观上削弱了M1的传播声量。在他看来，国际模型技术仍有一定领先优势。

对此，一位MiniMax投资人表示，MiniMax一贯风格低调克制，最终交付产品的口碑，可能比模型名字的知名度或下载量更重要。

“只有交付产品，才便于商业化，才有可能达到上市规模。快手的可灵交付的是生产工具，大家看重的也是产品，而非快手的视频模型。”该投资人补充道。

本文来自微信公众号“中国企业家杂志”（ID：iceo - com - cn），作者：孔月昕，编辑：马吉英，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com