連發推理模型、Agent和多模態，MiniMax不想掉出一梯隊｜AI創世紀
圖片來源：視覺中國
藍鯨新聞6月21日訊（記者 朱俊熹）與大模型“六小龍”中趨于沉寂的其他幾家同行相比，MiniMax用連續5天的上新，帶來了久違的熱鬧場面。自6月17日起，MiniMax一周內相繼發布了新的推理模型、視頻生成模型、Agent、語音設計等產品。
其中，MiniMax-M1是MiniMax推出的首個推理模型，官方介紹稱是基于年初的MiniMax-Text-01模型開發得到的。一位AI算法工程師對藍鯨科技記者表示，半年時間內從基礎模型通過強化學習訓練出推理模型，屬于正常的節奏?！安徽撌怯柧氝€是強化學習的方式，給業界的感覺就是MiniMax沿著DeepSeek R1的路又走了一遍?！?/p>
有媒體轉述M1模型發布后，MiniMax創始人、CEO閆俊杰在社交媒體上表示，“第一次感覺到大山不是不能翻越?！?/p>
MiniMax-M1模型延續了此前MiniMax-01系列基模的架構創新，即在MoE架構的基礎上引入了閃電注意力機制（Lightning Attention）。和傳統的注意力機制相比，閃電注意力機制就像在閱讀長文時能讓模型快速鎖定重點，并不時瀏覽章節標題以把握整體脈絡，從而減少計算和內存消耗，更適用于長上下文的處理。
上述技術從業者表示，盡管MiniMax在一月份釋出了這一獨創的混合架構，但目前各家大模型廠商依然按照各自的方式進行模型的迭代。“基礎模型的訓練還是以穩定為主，如果更改架構的話，重新訓練一旦效果不佳，可能會影響行業生態位?！?/p>
圖片來源：MiniMax
得益于模型的混合架構，M1在長文本方面具備顯著優勢。該模型支持目前業內最高的100萬上下文的輸入，與閉源模型中谷歌Gemini 2.5 Pro持平，是DeepSeek R1的8倍，同時支持最長8萬token的推理輸出。MiniMax還提出了新的強化學習算法CISPO，通過裁剪重要性采樣權重，使強化學習訓練中的“重要性評分”更合理，能夠幫助模型更快、更穩地進步。
最終M1的強化訓練過程實現了“超出預期”的高效。據MiniMax介紹，整個強化學習階段只用到512塊H800三周的時間，租賃成本只有53.47萬美元，較最初預期少了一個數量級。
和同樣強調長上下文能力的字節豆包大模型1.6相似，MiniMax-M1也采用了分區間定價的方式。0-32k的輸入長度內，輸入0.8元/百萬token，輸出8元/百萬token；32k-128k輸入長度，輸入1.2元/百萬token，輸出16元/百萬token；最長的128k-1M輸入長度，輸入2.4元/百萬token，輸出24元/百萬token。
MiniMax、字節等廠商此前也都強調過，長上下文的發展有助于促進智能體時代的到來。前述技術從業者解釋稱，Agent（智能體）的使用場景可以很復雜，例如Deep Research功能涉及大量超長文章的檢索，長上下文能力自然越強越好。隨著模型能力增強、MCP等外部基礎設施逐步成熟，現在是Agent發展長上下文能力的好時機。
此次MiniMax推出的Agent包括通用智能體和一款視頻創作Agent。通用的MiniMax Agent能夠完成長程復雜任務，官方稱在研發過程中是按照“靠譜的人”這一標準來設計和要求的，具體包括編程、多模態及MCP擴展。其中，多模態標準指的是支持長文本、視頻、音頻、圖片等的全面理解，還應內置生圖、生音頻、生視頻等能力。
Hailuo Video Agent這款視頻創作智能體瞄準的是零門檻的Vibe Videoing。目前開放的第一階段提供Agent視頻模版，用戶根據提示輸入文字或圖片，就可以一鍵生成創意短片。按照MiniMax的構想，第二階段的半自定義視頻Agent將支持用戶在視頻生成的任一環節進行自由編輯，第三階段則實現完全形態的端到端視頻Agent。
多模態向來是MiniMax的一大競爭優勢。此次“上新周”發布的視頻模型Hailuo 02在Artificial Analysis Video Arena評測榜上排名第二，僅次于字節的Seedance 1.0，但領先谷歌的Veo 3 Preview。收官日發布的語音設計工具則支持定制生成多語言、任意聲音與情緒的語音，由5月發布的語音模型MiniMax Speech 02提供支持。
隨著新模型與產品的亮相，MiniMax也公布了相應的付費方案。通用Agent采用積分制，優惠期內基礎會員每月19美元，獲得的5000積分大約可完成15個任務，Pro會員每月69美元，獲得的20000積分對應的大約是60個任務。視頻Agent則在MiniMax的視頻平臺海螺AI上提供，同樣設有不同等級的付費方案。這些都為MiniMax帶來了新的產品營收路徑，通過多點變現進一步完善其商業化版圖。
圖片來源：海螺AI
從當前來看，大模型“六小龍”已走向各異。零一萬物不再繼續訓練超大模型，百川智能放棄金融聚焦醫療，階躍星辰開始收斂產品轉向Agent方向，月之暗面相比基模推出的更多是編程、視覺語言等垂直模型。如果要踏上IPO之路，智譜、MiniMax等“小龍”們仍然面臨著一份復雜的商業化答卷有待完成。
