国产AI编年史，你不应该只知道DeepSeek

被忽略的闪烁

过去一阵子 DeepSeek 实在太火，美国那边好不容易出了个 Grok3，重新在"重算力"这条技术路线上，暂时夺回风头，英伟达的 CEO 黄仁勋也趁机回应了一下之前股价暴跌的事情。

结果 DeepSeek 开源周来了，第一天就开源了如何 H800 性能上限的 FlashMLA。

直接震惊海外网友：

国产开源 AI 如此优秀，也彻底引爆了海外网友的好奇心，纷纷前来关注中国还有多少优秀的 AI 大模型 🤣

除了 DeepSeek，以及广为人知的阿里 Qwen 以外，这些海外网友还找到了 MiniMax，这颗在 DeepSeek-R1 面世前就开始闪烁的新星。

作为一位长期替大家走在吃瓜前线的博主，我也跟随这些网友的脚步，了解了一下 MiniMax 这家公司。

首先不得不说，MiniMax 这个名字就取得很有创意。

我第一次听到这个词是在初中，当时在学习博弈论的相关知识，极小化极大算法（Minimax Algorithm）是零和博弈的经典决策算法，核心思想是"最小化对手造成的最大损失"。用 MiniMax 这么一个词作为公司名，我觉得在创意上，能和字节跳动（ByteDance）并列第一。

言归正传，海外网友之所以能关注到 MiniMax 这家中国公司，主要还是因为 MiniMax 的拳头模型 MiniMax-01 架构创新和技术突破。

更有意思的是，MiniMax-01 的发布比 DeepSeek-R1 还要早四天。

当时全球 AI 圈还尚未被 DeepSeek 的爆红点燃，MiniMax-01 就已经走在前面。这款支持「400 万 token 超长上下文」的开源大模型，以线性注意力架构创新和追平 GPT-4o 的性能登上全球技术社区热搜。

几天后的事情，全国（甚至全球）网友都知道了。

1 月 20 日，MiniMax-01 的光芒被 DeepSeek-R1 的开源浪潮所淹没。但戏剧性的是，一个月后，DeepSeek 与 Kimi（月之暗面）因同期发布长文本注意力机制论文（NSA vs MoBA）引发"撞车"热议时，人们才发现 MiniMax 早在 1 月就将技术创新的重点放在了注意力机制的创新上。

MiniMax 这种「技术先行却低调」的姿态，让其在网友中好感连连，也让我想起了一位很多年前爆火的卡通人物。

baymax

baymax

中国开源模型之路：从「追赶」到「定义规则」

或者我该用"更具有东方味道"的子标题《中国开源模型的特色主义道路》？🤣

不管怎么样，中国开源大模型的崛起，正以「技术深度」和「生态开放性」重构全球 AI 格局：

• DeepSeek：凭借「三十分之一成本」的极致性价比，掀起企业私有化部署革命，定义 AI 普惠化新标准；
• MiniMax：以「架构创新」突破 Transformer 范式，其线性注意力机制首次实现应用级长文本处理，通过开发者社区和开放平台赋能全球技术创新者，这一技术被海外开发者称为"东方技术哲学的最佳实践"；
• Qwen：采用流行的「全模态全尺寸」开源策略，衍生模型超 7.8 万个，成为众多开发者的基底模型；
• 文心一言：宣布 4 月 1 日全面免费并开源下一代模型，标志大厂从「闭源垄断」向「生态共建」的战略转向；

这场竞争中，中国模型不再满足于「对标 GPT」，而是通过「开源协作」和「垂直场景穿透力」，正在定义下一代 AI 的基础规则。

MiniMax 的模型哲学

其实 MiniMax 最让我印象深刻的，不是拳头产品 MiniMax-01 的创新性，而是它做大模型时选择的"反直觉路径"（至少在当时看起来是）。

我看完了 MiniMax 创始人兼 CEO 闫俊杰的晚点对话访谈，原文在 这里，你们有兴趣的话可以去看看。

访谈文的发布时间是 1 月 17 号，仍然是在 DeepSeek-R1 发布时间点前。

总结一下这场访谈，有些观点，可能在 DeepSeek-R1 出现之前，是有争议的，但在今天看来，是显然正确。

例如，"如果可以重新选，应该第一天就开源"，这是闫俊杰在对话中的原话：

现在看来，这简直是预言家发言。在我们之前的 推文 也聊到过类似的观点，DeepSeek 的出现，对 AI 领域的最大正向作用，是让奥特曼（OpenAI 的创始人兼 CEO）重新考虑开源，而不是藏着捏着，想着如何利用领先业界的模型去盈利。

以及，"做一个看上去像 o1 的东西没那么难，我们不需要这样的新闻稿" 这样的观点：

这里其实也提到了「蒸馏若干 o1 数据可以得到（至少在 benchmark 上）和 o1 性能接近的模型」是业界共识，但公司业务重点不在这。

访谈中的最高潮部分，是闫俊杰认为，不要用移动互联网的思维去做 AI，做 AGI 和做 ChatGPT 类产品是两件事：

作为一家需要自负盈亏，也是身处浪潮（AI 革命时代）的公司。能够如此清楚认识到，盲目追求用户数/日活/订阅量，对于技术本身（模型发展）可能只有负作用，属实难得。

MiniMax-01

聊了这么多，那 MiniMax 这家公司的拳头模型 MiniMax-01 如何使用呢？

MiniMax-01 其实包括了 基础语言大模型 MiniMax-Text-01 和视觉多模态大模型 MiniMax-VL-01。

两个模型的完整权重，都可以在 https://github.com/MiniMax-AI 中找到。

当然，如果你想图省事，也可以在来海螺 AI 的官方入口 https://hailuoai.com/ 体验，除了常规的问答以外，还有「文生视频」和「文字转语音」功能，都是免费的，而且响应速度和效果都不错，大家可以前往把玩：

好了，今天的「国产 AI 编年史 -- MiniMax」的故事就到这里，今天内容较多，就不安排刷题了，明天见。