2025年剛過，中國AI技術在國際舞臺上持續閃耀，國產開源模型的集體爆發成為行業焦點。實際上在DeepSeek的開源模型爆火之前，中國的另一家公司MiniMax的MiniMax-01模型就已經發布和開源。目前MiniMax，與DeepSeek、阿里千問系列共同構成了國產開源模型的中流砥柱，展現出中國在AI開源領域的強大實力。

MiniMax 用實力成為“行業標桿”

MiniMax-01開源模型作為全球首個突破傳統Transformer架構限制的模型，其核心創新在于通過線性注意力機制實現了對4M長文本的高效處理能力，是 GPT-4o 的 32 倍、Claude-3.5-Sonnet 的 20 倍。被海外科技媒體、投資人及研究員認為一個來自中國的可以與OpenAI“掰手腕”的頂尖開源模型。

這一突破源自對AI基礎架構痛點的深刻洞察。傳統Transformer雖在自然語言處理領域取得巨大成功，但其核心的注意力機制存在二次計算復雜度（O(n2)）的根本性缺陷：隨著輸入序列長度增加，計算量呈平方級增長，這不僅導致算力需求暴增，更成為長文本處理的瓶頸。

在技術路徑選擇上，研究界曾提出稀疏注意力方案，試圖通過選擇性忽略部分注意力矩陣來降低計算量。但MiniMax認為這本質上是以有損壓縮的方式逼近完整注意力（Full Attention）的效果。

而MiniMax團隊創新性地發現，傳統注意力機制中隱含的計算冗余恰為算法優化提供了空間——線性注意力將復雜度降至線性級別（O(n)），在完全保留信息交互能力的前提下實現無損優化。

這種架構級突破展現出顯著的技術優勢：當模型規模擴大時，線性注意力相較傳統方案的計算效率優勢呈指數級放大，尤其在處理超長文本場景中，其可擴展性為模型賦予了處理海量上下文信息的潛力。

這種長文本處理能力在即將到來的Agent時代具有戰略價值。智能體（Agent）需要持續記憶交互歷史、處理多輪復雜對話、整合跨文檔知識，這對模型的上下文窗口長度提出剛性需求。MiniMax-01的突破，標志著AI基礎架構從"算力堆砌"向"算法革新"的關鍵轉折。

同樣值得關注的是，MiniMax在多模態領域的持續探索，1 月 10 日發布的視頻模型 S2V-01，把傳統的輸入和計算成本降低到1% 。只需輸入一張圖片， 即可實現視覺細節的精確還原；2月24日上線了圖生視頻模型I2V-01-Director，與此前的文生視頻T2V-01-Director共同組成01-Director系列，使普通人如專業導演一樣，自如控制鏡頭語言，實現精細的創作控制。

MiniMax將這些技術運用到了HailuoAI以及Talkie上，極大地提升了用戶體驗。目前這兩款出海產品均在榜全球權威風投機構公布的a16z全球AI應用TOP50的web排行榜和app排行榜前列，其中海螺AI力壓可靈、Sora穩居全球視頻AI賽道top1。

原文鏈接：https://a16z.com/100-gen-ai-apps-4/

MiniMax的創新堅守與企業精神

正如MiniMax-01的架構創新以及不同領域的多模態布局，MiniMax以技術為驅動，以技術創新為核心不斷探索和突破AI技術的邊界。MiniMax CEO閆俊杰在采訪中表達的“好模型的本質是技術驅動，而模型是產品出現的驅動力”。DeepSeek的爆火以及海螺AI成為全球用戶訪問量第一的視頻網站，都充分證明了“技術驅動”可以帶來更多的用戶和市場認可。

閆俊杰還說“我們認為真正有價值的事，不是當前做得怎么樣，而是技術進化速度。而開源會加速技術進化，做得好的地方有鼓勵，不好的地方會有很多批評，外面的人也會有貢獻，這是我們開源的最大驅動力。”這一觀點體現了其對開源價值的深刻認識，不僅促進了自身技術的發展，更為整個AI行業帶來了更多的創新和可能性。

據了解MiniMax 即將在 4 - 5 月份發布基于 Linear Attention 架構的深度推理多模態模型，將融合Text&VL兩個模態，平衡文本能力和視覺理解能力，為AI技術的應用開辟更廣闊的前景。我們有理由相信，它將繼續引領行業的發展潮流，為 全球AI 技術的未來帶來更多的可能性，見證中國AI的持續輝煌。