對話MiniMax創始人閆俊傑：打不贏，就應該被淘汰
出品｜本站科技《態度AGI》對話欄目
作者｜丁廣勝 宗淑賢
在MiniMax成立以來的第一場媒體見面會，創始人閆俊傑分享了基於MOE（混合專家模型）+ Linear Attention（線性注意力）的新一代模型技術的應用，並展示了MiniMax最新音樂模型、視頻模型的研發成果。
最爲引人關注的是，MiniMax發佈了一支名爲《魔法硬幣》的2分鐘視頻。其所有場景畫面全部由大模型生成，沒有進行任何人類加工，效果驚豔。
本片所有場景均由Minimax大模型生成，未經任何修改（來源：逆向思維）
“科學技術是第一生產力，這是MiniMax堅持技術創新的最底層原因。”閆俊傑說，MiniMax將持續通過技術突破推動AI加速發展，拓展人類智慧的邊界，真正實現Intelligence with Everyone。
據介紹，作爲中國首個研發MoE大語言模型併成功上線的AI企業，MiniMax持續在模型算法上做創新，並最新推出基於MOE+ Linear Attention的新一代模型技術。通過此新型線性模型架構，MiniMax大模型能在單位時間內更加高效地訓練海量數據，極大地提升了模型的實用性和響應速度。
在與GPT-4o同一代模型能力對比上，新一代模型處理10萬token時效率可提升2-3倍，並且隨着長度越長，提升越明顯。相比於通用Transformer架構，新架構的原生線性計算複雜度大幅減少了大模型的訓練和推理成本。在128K的序列長度下，新架構成本減少90%以上。
視頻模型方面，MiniMax宣佈推出視頻模型。MiniMax視頻模型具有壓縮率高、文本響應好和風格多樣等優點，可生成原生高分辨率、高幀率視頻，模型能力首屈一指。
音樂模型方面，MiniMax第一款音樂模型可以合成純音樂爲製作人快速構建歌曲的基本結構，由歌手自由演繹主唱或和聲部分。沒有伴奏，音樂模型也可以是實力歌手。MiniMax語音模型同樣迎來更新，已實現對粵語、日語、韓語、西班牙語等多語種支持的升級。
目前，MiniMax音樂生成模型與視頻生成模型已經在開放平臺和海螺AI網頁版上線。此外，abab 7系列模型將於未來數週內發佈。
“很多時候不是我們的技術在幫助用戶，更多的是用戶在幫助我們。”閆俊傑認爲，有了多元化用戶的參與和反饋，纔有更好的智能。
據披露，MiniMax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，大模型日處理交互量排名國內AI公司首位。
面對市場壓力，閆俊傑坦言：“如果我們在競爭中打不贏，就應該被淘汰，沒有其他選擇。”他認爲，MiniMax能做的就是將我們覺得有可能變強的事無限地放大，包括兩點：
一是技術如何提升，二是如何跟用戶做更好的共創。
以下爲閆俊傑與本站科技等媒體對話實錄（經調整）：
問：您眼中的AGI是什麼樣的？
閆俊傑：我們認爲的AGI可能不是一個很高大上的東西。當大家覺得不是AI的時候，而是變成大家每天都在用的一部分，我覺得AGI就實現了。
問：MiniMax爲什麼要做視頻生成？
閆俊傑：本質原因是我們每天看的大部分內容，都不是文字，都是一些動態的東西。在人類社會，大模型的核心意義是做更好的信息處理。大部分的信息體現在多模態的內容裡面，而不繫體現在文字上，只是文字很多時候是裡面最精華的那麼一小部分。
爲了能夠有非常高的用戶覆蓋度和非常高的使用深度，能夠輸出動態的內容是唯一的辦法，這是一個非常核心的判斷。只是在之前的時候我們先做出來文字，又做出來的聲音，其實很早做出來了圖片，只是現在技術變得更強，把視頻也做出來。這個路線是一以貫之的，一定要能夠做多模態。
這裡面的挑戰在於，之前基於文本建的這套底層的基礎設施怎麼來處理數據，怎麼來清洗數據，怎麼來標註，對視頻上都不太適用。意味着基礎設施也需要升級。再次是耐心，做文字有很多開源的東西，如果基於開源來做自己研發會更快，如果做視頻開源的東西沒那麼多，做出來其實很多東西越來越需要重新來做，需要付出的耐心也更大。
問：數據來源在哪？
閆俊傑：中國有比較好的措施。國家層面有很多政策出來，以政府組織的形式，有很多非常高質量的數據開放給技術公司使用。這些數據完全沒有版權的問題，對創業公司幫助非常大。
我們自己也會採購第三方的數據。我們儘可能地用符合版權的數據，我們儘可能往這個方向努力。
問：視頻生成，怎麼考慮商業變現？
閆俊傑：商業化基本分兩個形式，一個是我們的開放平臺，現在已經有30000家企業客戶和開發者，這是To B部分。第二，產品廣告機制.
我覺得目前階段，最重要的東西還不是商業化，是真正地讓技術到達廣泛可用的程度。
問：如何看待陪伴類AI的前景？
閆俊傑：星野這樣的產品底層設計其實不是陪伴用戶聊天，底層設計實際上是一個內容社區。一些用戶可以根據創造的世界觀進行互動，很類似像小說的交互體驗，核心是內容社區，核心不是陪一個人來聊天。我們認爲內容社區產品的特點是，數據主要是用戶的創作。
問：最近快手有推出飛船。國內還比較卷，怎麼把自身的壁壘提升？
閆俊傑：這個事除了快手有，字節也有。像電動車、手機、移動互聯網，這些行業都是有好幾家公司進行了長期非常激烈的競爭，最終使得中國的產品全球都領先了。
我們作爲一家小的創業公司來說，如果在競爭中打不贏，那我們就應該被淘汰，其實也沒有其他的選擇。這在一定程度上讓我們開始意識到，當你有很多大廠的競爭對手，可以讓我們很快地看清一些非常底層的東西。
我們能做的就是把我們覺得有可能變強的事無限地放大，兩點：一是技術如何提升，二是如何跟用戶做更好的共創。
問：目前智能體或虛擬的角色很難去對用戶進行深度的聊天和陪伴，會導致用戶的流失，如何應對這樣的問題？
閆俊傑：本質上就是模型不夠好，在當前的模型沒有很長的記憶，理解不了特別複雜的指令就會這樣。這也是我們爲什麼堅持技術創新，讓我們的模型的理解能力變得更強，能夠處理無限長的輸入跟輸出，裡面有更多的模態，這裡面也包括更多的創作者的激勵。
這件事需要一步一步演化，不是一蹴而就。我們看一下10年前的B站跟現在的B站顯然不太一樣。
問：最近朱嘯虎有一個觀點，大模型六小龍最佳的歸宿可能是被大廠併購。
閆俊傑：這個事可以當成是對一個行業的考驗，如果能夠通過就能夠出來，如果通不過確實應該關掉，這個事就應該客觀地面對，這肯定不能怪用戶，也不能怪生態，只能怪自己做得不夠好，至少我們目前是在努力的，這是我唯一可以做的一件事。
問：您怎麼理解現在行業技術進步的速度，我們可以從什麼角度去衡量？
閆俊傑：我自己還是很堅定的，實際上兩個月前我就知道今天可以更新視頻模型，實驗結果已經能夠預測了。
對語言模型也是一樣的，一個核心的標誌可能不是說GPT4，或者是GPT-4o，或者GPT-4o mini這種東西。真正的變革是什麼時間點有一個模型可以把錯誤率降低到個位數，這會是一個非常本質的變化。
我的判斷是，如果Scaling law是對的話，（更好的）模型一定會出現，標誌就是錯誤率走向個位數，就只是不知道什麼原因還沒有人把它真正地發佈出來。
問：現在商業化整體的表現如何？
閆俊傑：我們不是上市公司，沒法披露我們具體的經營數據。
可以談談變化，我們非常驚人地發現在有了大模型價格戰之後，有很多非常傳統的企業開始非常願意使用大模型。國內大模型的使用量確實在顯著地增長，並且中國的模型在海外確實越來越具有競爭力，我覺得是兩個積極的變化。
關於《態度AGI》
本站科技重磅推出系列對話欄目《態度AGI》。過去三年，AI變革風起雲涌，全球科技秩序正在重構，通往AGI的道路或許正在悄然臨近。本欄目以AGI爲題，將對話100位AI專家、企業家、投資人，試圖撥開雲霧，與大家一道見證AGI時代的到來。第十四期對話MiniMax創始人閆俊傑。
往期回顧：
《態度AGI》第一期：對話李開復：大模型創業狂奔一年 中美差距縮小 我十年不套現
《態度AGI》第二期：對話王小川：我們不跟進大模型價格戰
《態度AGI》第三期：對話戴文淵：大模型價格戰不解決核心問題
《態度AGI》第四期：智源研究院院長王仲遠：GPT4不是國內大模型的盡頭
《態度AGI》第五期：對話朱嘯虎：5年後將沒有獨立的大模型公司存在，因爲沒有商業模式
《態度AGI》第六期：對話梅花創投吳世春：“中國大模型五虎”想要跑出來非常難
《態度AGI》第七期：對話躍然創新CEO李勇：做大模型應用 如何和巨頭錯位競爭
《態度AGI》第八期：對話智譜AI CEO張鵬：視頻生成是AGI必經之路，超級App將在“不知不覺”中到來
《態度AGI》第九期：對話科大訊飛副總裁、研究院院長劉聰：中國大模型已從追趕對標走向自主原創
《態度AGI》第十期：對話360周鴻禕：魔法對付魔法，大模型安全問題得靠大模型
《態度AGI》第十一期：對話彩雲科技CEO袁行遠：超越ChatGPT，需要打開“黑盒”
《態度AGI》第十二期：對話傅盛：不看好雙足機器人商業化，三五年都沒戲
《態度AGI》第十三期：對話宇樹創始人兼CEO王興興：通用機器人的iPhone時刻還需要3-4年