當(dāng)市場相信中國大模型“六小虎”的敘事已經(jīng)瓦解，追逐AGI的重任交給DeepSeek之后，MiniMax似乎正在以類似DeepSeek的方式，證明中國不止一家DeepSeek。

“六小虎”已經(jīng)分化，從當(dāng)初在中國復(fù)制OpenAI，到有的只做應(yīng)用了，有的還在走模型應(yīng)用一體化，并且證明可以躋身國內(nèi)的前沿模型了。

昨日，MiniMax開源了長上下文推理大模型MiniMax-M1，今日，又發(fā)布了視頻生成模型Hailuo02（海螺02）。雖然稍微遲了點(diǎn)，但是，前者已經(jīng)整體追平了R1-0528，后者一出場就拿下了圖生視頻排行榜的第二名，超越了谷歌的Veo3，僅次于字節(jié)跳動(dòng)的Seedance 1.0。

Prompt：慢慢推進(jìn)到蠟燭的特寫鏡頭，然后蠟燭被吹滅。

就像年初DeepSeek那樣，MiniMax還預(yù)告了自己的“上新”活動(dòng)，將會(huì)持續(xù)整整一周。比性能重要的，是它如何實(shí)現(xiàn)這一性能。這兩天，MiniMax介紹的最多的，就是自己還在創(chuàng)新。

M1引入了閃電注意力機(jī)制（Lightning Attention），以更低的算力消耗，帶來了更長的推理空間，突破了transformer及其注意力機(jī)制越來越吃算力的束縛。它還引入了CISPO算法（直譯為剪裁重要性采樣權(quán)重策略優(yōu)化），進(jìn)一步優(yōu)化強(qiáng)化學(xué)習(xí)階段，效率優(yōu)于DeepSeek早期使用的GRPO與近期字節(jié)跳動(dòng)使用的DAPO。以往傳統(tǒng)的剪裁算法，傾向于直接砍掉不常見的token，因?yàn)樗锌赡懿淮笾匾@也意味著可能失去讓AI變得更聰明的機(jī)會(huì)。艾倫研究所Nathan Lambert認(rèn)為這是MiniMax的創(chuàng)新。

最終，M1的成本下降、性能提升。作為MOE架構(gòu)的推理模型，它的總參數(shù)規(guī)模4560億，激活參數(shù)規(guī)模459億；在512個(gè)H800 GPU上訓(xùn)練了3周，成本略高于50萬美元。它支持100 萬tokens 輸入，全球最長，與Gemini-2.5-Pro齊平，是DeepSeek-R1的八倍；8萬tokens 輸出，僅次于o3，在軟件工程、智能體工具使用以及長上下文理解等任務(wù)中的表現(xiàn)，超越了其他前沿開源權(quán)重模型。不過，在數(shù)學(xué)和編碼競賽中，仍然沒能贏過最新的R1-0528。測評(píng)研究機(jī)構(gòu)Artificial Analysis綜合評(píng)估，它是僅次于剛發(fā)布的R1-0528的第二強(qiáng)大的開源推理模型。

MiniMax有如此取舍的現(xiàn)實(shí)考量。年初，該公司創(chuàng)始人閆俊杰稱，更好的模型可以導(dǎo)向更好的應(yīng)用，但更好的應(yīng)用和更多用戶并不會(huì)導(dǎo)向更好的模型。智能體正在爆發(fā)，長上下文理解正是智能體關(guān)鍵技術(shù)之一。

在技術(shù)報(bào)告中，M1的定位是為“下一代的大模型與智能體解決現(xiàn)實(shí)世界的挑戰(zhàn)奠定堅(jiān)實(shí)的基礎(chǔ)”。

五連發(fā)的第二日，MiniMax發(fā)布視頻生成模型Hailuo02，引入了更高效的NCR架構(gòu)（直譯為噪聲感知計(jì)算重分配），讓模型訓(xùn)練和推理效率大大提升。在成本基本不變的情況下，Hailuo02的參數(shù)規(guī)模與訓(xùn)練數(shù)據(jù)分別較上一代模型提升了2倍與3倍。現(xiàn)在，同樣的投入，它生成的1080p視頻的長度將是谷歌Veo3的8倍，是OpenAI的16倍。

就在本周，同為“六小虎”的月之暗面，發(fā)布了編程大模型Kimi-Dev-72B，并向社區(qū)開源了其模型權(quán)重與源代碼。月之暗面自稱它在SWE-bench Verified測試中，以更小的參數(shù)規(guī)模，取得了比R1-0528更好的表現(xiàn)。盡管開源社區(qū)實(shí)測，它在Agentless（相對(duì)結(jié)構(gòu)化工作流）的環(huán)境中表現(xiàn)確實(shí)出色，但在OpenHands（開放式探索任務(wù)評(píng)估框架）環(huán)境下的能力較弱。

MiniMax與月之暗面已經(jīng)不止第一次“撞車”。今年年初，在DeepSeek發(fā)布R1前后，MiniMax開源了MiniMax-01，性能追平GPT-4o；月之暗面發(fā)布了K1.5并公開技術(shù)報(bào)告，表現(xiàn)不輸滿血版o1。

在今年之前，這兩家AI原生的初創(chuàng)企業(yè)，更以自己的面向消費(fèi)者市場的產(chǎn)品聞名。MiniMax的是星野（Talkie），月之暗面的是Kimi。現(xiàn)在，它們卻紛紛對(duì)外傳遞出，自己還在努力探索AGI的形象。而當(dāng)初一入場就迅速開源旗下大模型的百川智能與零一萬物，卻已然告別對(duì)AGI的追逐，轉(zhuǎn)向了應(yīng)用場景。

“六小虎”已經(jīng)不再集體信仰AGI。最初，在ChatGPT問世后，中國坐不住了，百川智能、階躍星辰、零一萬物和月之暗面在2023年組團(tuán)成立，智譜和MiniMax更早成立。這讓“六小虎”的形象與OpenAI和AGI深深綁定在一起，也區(qū)別于上一代的“四小龍”——它們是商湯、曠視、云從、依圖。

但“六小虎”的命運(yùn)走向，早就已經(jīng)埋下伏筆。雖然OpenAI驗(yàn)證了Transformer可行，只要快速跟上去，中國肯定也能做出自己的GPT-4。但是，缺錢、缺卡，其實(shí)也缺高質(zhì)量的數(shù)據(jù)，如果只是簡單跟隨，這條路很快就走到了死胡同。在美國，GPT-5陷入難產(chǎn)，在中國，百模大戰(zhàn)結(jié)束。

于是，“六小虎”的分化開始了兩位互聯(lián)網(wǎng)出身的搜索老兵，最先從AGI離場。百川智能剛成立的時(shí)候，旨在打造中國版的OpenAI基礎(chǔ)大模型及顛覆性上層應(yīng)用，但在去年就轉(zhuǎn)向了垂直模型。今年連應(yīng)用場景也收縮了，創(chuàng)始人王小川在兩周年全員信中“減少多余動(dòng)作，專注醫(yī)學(xué)方向”。零一萬物剛成立的時(shí)候，旨在打造AI2.0全新平臺(tái)，加速AGI到來，但也是在去年放棄了原定的萬億參數(shù)模型訓(xùn)練計(jì)劃。今年初，創(chuàng)始人李開復(fù)表示“零一萬物全面轉(zhuǎn)向小而美”。

百川智能與零一萬物的選擇并不令人意外。在美國，除了OpenAI與Anthropic一邊頻繁落子應(yīng)用產(chǎn)品，一邊繼續(xù)競逐AGI，其他初創(chuàng)企業(yè)早已轉(zhuǎn)向應(yīng)用，或者選擇被巨頭并購；也許，除了從OpenAI出走的幾員舊將以外，美國其他初創(chuàng)企業(yè)也經(jīng)不起AGI這么燒錢。為了后來居上，xAI一個(gè)月要燒掉10億美元，馬斯克目前在到處融錢。

但初創(chuàng)企業(yè)從模型轉(zhuǎn)向應(yīng)用，往往也是九死一生。上一代的“四小龍”紛紛流血上市，它們的技術(shù)最終被證明并非不可逾越的門檻，有實(shí)際市場需求與現(xiàn)實(shí)世界數(shù)據(jù)的垂直行業(yè)巨頭往往能做的更好。大模型正在商品化，開源模型也正在追

平前沿閉源模型，巨頭可以單干，更小的市場意味著臟活苦活，它們能擺脫“四小龍”的覆轍嗎？而且，沒有了自己的底層模型，就意味著將命運(yùn)交給了他人，Windsurf遭遇Anthropic斷供的風(fēng)險(xiǎn)會(huì)發(fā)生在它們身上嗎？

剩下的四家都選擇了繼續(xù)堅(jiān)持，至少表態(tài)將繼續(xù)堅(jiān)持。除了前述MiniMax與月之暗面，階躍星辰開源了一波Step系列多模態(tài)模型，并開始在終端智能尋找機(jī)遇。該公司創(chuàng)始人姜大昕稱，在基座模型上面繼續(xù)投入以追求智能的上限，仍然是當(dāng)下最重要的，一條路是強(qiáng)化學(xué)習(xí)，一條路就是多模態(tài)理解生成一體化。智譜繼續(xù)盯緊OpenAI，并承諾在年內(nèi)發(fā)布包括基座模型、推理模型、多模態(tài)模型及Agent在內(nèi)的全系列開源產(chǎn)品。

這次Minimax五連發(fā)的另外一重意思，是一心想做“模都”的上海，終于出了個(gè)能打上國際榜單的大模型。