deepseek后首個！MiniMax連發(fā)5個產(chǎn)品刷爆外網(wǎng)

在全球AI競賽進入“下半場”的關鍵節(jié)點，一家來自上海的AI獨角獸公司——MiniMax，用一場史無前例的“技術發(fā)布周”，宣告其在基座模型、多模態(tài)技術和通用智能體Agent、視頻Agent等領域的全面突破。

那么，在這場不斷進擊極限的賽道上，他們是如何率先沖破技術邊界、跨越現(xiàn)有上限的？

一、開源MiniMax-M1 重塑成本效益

當下，人們對AI的態(tài)度愈發(fā)務實，AI競賽的焦點逐漸從模型參數(shù)轉向效率成本和落地能力的綜合比拼。

美國斯坦福大學發(fā)布的《人工智能指數(shù)報告》（AI Index Report 2025）首次對推理成本進行了追蹤，報告顯示，推理成本在過去兩年中降幅超過 280 倍。硬件層面，成本每年下降約 30%，而能效每年提升約 40%，成本效益顯著提升。

近期，大規(guī)模混合架構推理模型MiniMax M1重磅開源，重塑成本效益，閉源模型的技術壁壘被開源力量快速消解。

MiniMax-M1發(fā)布后在海外引起了開發(fā)者的廣泛探討：

社交平臺X知名AI博主MinChoi評論稱，MiniMax-M1簡直可以說集Manus 、Deep Research、計算機技能和可愛于一體，隨即他還展出了自己用MiniMax-M1做的10個有趣案例；美國知名科技媒體 VentureBeat 稱為“正在攪動全球模型格局”，并成為當前開源體系下極具代表性的高性價比大模型；科技媒體The Decoder 則將其性能對標 Google Gemini 2.5 Pro，進一步印證了 MiniMax 在全球技術版圖上的崛起地位。

MiniMax M1被譽為“全球首個開源大規(guī)模混合架構的推理模型”，其核心價值不僅在于多個生產(chǎn)力場景中比肩甚至超越頂尖閉源模型，更在于其極致的成本效益和技術創(chuàng)新，為AI的規(guī)模化應用提供了全新可能。

其獨特的“閃電注意力”（Lightning Attention）混合架構與創(chuàng)新性的CISPO算法，在實現(xiàn)業(yè)內(nèi)最高的100萬上下文的輸入與業(yè)內(nèi)最長的8萬Token的推理輸出的同時，可以大幅提升計算效率。

技術報告顯示，在進行8萬Token深度推理時，所需算力僅為同賽道強手DeepSeek R1的約30%，實現(xiàn)了性能與效率的完美統(tǒng)一。在最新的 Artificial Analysis Intelligence Index 榜單中，MiniMax M1位列全球開源模型第二名。

更快的收斂意味著更少的訓練時間和資源消耗。得益于CISPO算法的高效，M1模型的整個強化學習階段僅使用了512塊英偉達H800 GPU，耗時三周，成本僅為53.5萬美元。

MiniMax官方表示，這一成本“比最初的預期少了一個數(shù)量級”，足見其技術路線在成本控制上的巨大潛力。

二、Hailuo02:突破物理極限 實現(xiàn)電影級AI視頻創(chuàng)作

在M1攪動語言模型市場的同時，MiniMax近期的另一款發(fā)布——新一代視頻生成模型Hailuo 02，則在多模態(tài)領域投下了一顆更具視覺沖擊力的“炸彈”。

據(jù)介紹，這是目前全球唯一一個可以實現(xiàn)類似高復雜物理場景的視頻大模型。一經(jīng)發(fā)布，海外社交媒體上便充滿了Hailuo 02生成的高難度動作視頻，其中一個貓咪跳水的視頻5 小時就引得超過全球上億人圍觀。

具體來說，Hailuo 02的核心突破，在于其創(chuàng)新的Noise-aware Compute Redistribution（NCR）架構，在將模型參數(shù)和訓練數(shù)據(jù)量分別提升3倍和4倍的同時，實現(xiàn)了2.5倍的效率飛躍。

在國際權威測評榜單Artificial Analysis視頻競技場中，Hailuo-02一經(jīng)發(fā)布便迅速拿下全球第二的寶座，領先于Google Veo3和快手可靈（Kling）。

可以看出，最終呈現(xiàn)的效果是驚人的，原生1080P高清畫質(zhì)直接輸出電影級的視頻畫面；極限復雜運動場景的實現(xiàn)體操運動員在空中連續(xù)翻轉的流暢身姿、馬戲演員噴火時火花與光影的逼真互動，輕松實現(xiàn)這些對時空一致性和物理邏輯性要求極高的場景。同時，受益于模型架構創(chuàng)新，海螺02模型官方價格顯著低于Runway、可靈等國內(nèi)外同行，實現(xiàn)行業(yè)底價。

總結來說，Hailuo-02在對物理世界規(guī)律的理解和表現(xiàn)上，已經(jīng)實現(xiàn)了全球性的突破，更以“世界一流的效果”和“顛覆性的成本效益”，直接叫板Veo3等國際頂尖模型。

三、發(fā)布MiniMax Agent “解放用戶手腳”

如果說M1和Hailuo-02是MiniMax強大的“發(fā)動機”和“眼睛”，那么同步官宣的通用智能體產(chǎn)品——MiniMax Agent，則是這家公司對“AI能力”的深刻思考和交付回答。

這個可以完成長程復雜任務（Long Horizon Complex Tasks）的通用智能體，不僅能多步規(guī)劃出專家級解決方案、靈活拆解任務需求，還能執(zhí)行多個子任務，從而交付最終結果。

比如面對“Mag 7投資組合雙移動平均線策略收益率分析”這類需要大量信息搜集、篩選和驗證的開放式任務，MiniMax Agent能夠活用多種工具，進行深度的網(wǎng)絡研究，并最終給出精準、可靠的建議。

無論是做一套中學物理課件，還給《長安的荔枝》做一個劇情介紹網(wǎng)站，MiniMax Agent所制作的PPT均是排版靈活、視覺美觀，網(wǎng)頁更像是文化機構做的宣傳站點，甚至能用3D 動態(tài)演示發(fā)動機的四個沖程，效果能直接用于教學。

“做一套中學物理課件，講沖量和動量，要帶動畫演示”

https://bgzw1kd6pf.space.minimax.io/

“根據(jù)馬伯庸小說《長安的荔枝》，做一個劇情介紹網(wǎng)站，風格設計自己定”

https://daeybocs6y.space.minimax.io/

這些案例，僅僅是MiniMax Agent強大交付能力的冰山一角。

據(jù)悉，在MiniMax 內(nèi)部，該產(chǎn)品已經(jīng)被使用了兩個月，逐漸成為內(nèi)部超過50%的員工日常使用的產(chǎn)品。

四、Hailuo Video Agent 開啟“Vibe Videoing”創(chuàng)作時代

為了大幅降低視頻創(chuàng)作門檻，讓用戶以自然語言輸入即可一鍵生成專業(yè)級成片，MiniMax推出了國內(nèi)首個實現(xiàn)“成片直出”的視頻創(chuàng)作智能體——Hailuo Video Agent，開啟“零門檻Vibe Videoing”創(chuàng)作時代，用戶可以自動分析、構思并生成具有專業(yè)水準、富有觀看價值的完整視頻內(nèi)容。

曾經(jīng)奉行“規(guī)模至上”的Scaling Law教條正被多元創(chuàng)新路徑瓦解。具體來說，MiniMax在視頻Agent中實現(xiàn)了以下技術創(chuàng)新：

01

自然語言驅動全局：拋棄傳統(tǒng)工作流+節(jié)點的工具模式，通過LLM語言模型，AI自動拆解任務并調(diào)用最佳工具鏈，創(chuàng)新性地支持用戶在自然語言描述中構建完整視頻，從而降低創(chuàng)作門檻、提升普通用戶的創(chuàng)意空間。

02

全流程工具集：打造視頻構思、資料收集、分鏡制作、剪輯、配音等視頻制作全流程工具集，并通過Agent模型在不同階段實現(xiàn)自動調(diào)用，根據(jù)創(chuàng)作階段智能匹配最優(yōu)方案，從而Agent在自動化創(chuàng)作的同時保證視頻質(zhì)量。

03

創(chuàng)作過程可視化：通過Agent思維鏈實時展示AI工作邏輯，為自定義編輯提供可視窗口與操作空間。Agent創(chuàng)作的透明化可操作窗口，讓用戶不僅可以有效監(jiān)控AI創(chuàng)作流程，還能有效介入，實現(xiàn)可控的視頻創(chuàng)作。

可以說，這款視頻創(chuàng)作智能體不僅降低了用戶創(chuàng)作門檻、保證視頻的專業(yè)級質(zhì)量，在更大程度地提升普通用戶創(chuàng)作自由度的同時，可以讓人與AI更好地進行雙向協(xié)同。

據(jù)MiniMax透露，海螺視頻Agent將通過三階段進化，打開用戶的創(chuàng)作自由度。目前已經(jīng)實現(xiàn)第一階段能力，第二階段的視頻Agent創(chuàng)作工具將于2025年夏季面世。

五、Voice design上新

此外，MiniMax同期發(fā)布的模型還包含語音模型Speech 02上的一個功能更新——Voice Design 音色設計。

用戶可以通過自然語言來描述自己心中所想的音色，實現(xiàn)對多個維度的精準控制，甚至生成世界上不存在的音色。還能與Speech 02語音模型在鏈路上相配合，用戶在文字轉語音中可真正實現(xiàn)“所需即所得”，以“任意語言 × 任意口音 × 任意音色”，實現(xiàn)可全自定義的無限組合。

實際上，早在今年5月中旬，語音模型 Speech-02一經(jīng)發(fā)布，即登頂國際權威語音評測榜單Artificial Analysis，收獲了全球用戶的廣泛肯定。Speech-01/02兩代模型已經(jīng)幫助用戶生成了累計超過1.5億小時的語音，并與超過30個國家的客戶實現(xiàn)了合作落地。

據(jù)悉，通過Voice Design的方式生成聲音，解決了語音合成模型行業(yè)的兩個挑戰(zhàn)：精準匹配細分場景下的多樣需求、無需復刻他人聲音即可無風險實現(xiàn)腦海中音色表達。這將持續(xù)降低全球用戶使用AI技術的門檻，讓說各種語言的人都能感受到語音模型所帶來的價值。

總結：一場“中國震撼”背后的自主創(chuàng)新之路

當我們回望那些閃耀于歷史長河中的科技成果時會發(fā)現(xiàn)：真正偉大的不是某項具體發(fā)明本身，而是創(chuàng)造者們不懈追求卓越精神所帶來的啟示，影響深遠的價值遠超物質(zhì)層面的成就。

從全球首個開源大規(guī)模混合架構推理模型MiniMax-M1、到實現(xiàn)極致物理表現(xiàn)的視頻模型Hailuo-02、定義“靠譜”生產(chǎn)力的MiniMax Agent、國內(nèi)首個成片創(chuàng)作助手Hailuo Agent、再到音色設計Voice Design，這一系列密集發(fā)布不僅是對其技術積累的集中展示，更是在這場全球AI競賽中，為行業(yè)發(fā)展路徑和競爭格局注入了全新的、顛覆性的變量。

技術的邊界，從未是束縛的枷鎖，而是激發(fā)挑戰(zhàn)自我、突破極限的戰(zhàn)場。

正如業(yè)內(nèi)對MiniMax的評價，其創(chuàng)新之路為全球AI發(fā)展提供了第二條道路。面對外部的算力限制和技術封鎖，MiniMax沒有選擇跟隨和模仿，而是堅定地走了“自主創(chuàng)新”這條更艱難的路。

從底層基礎模型優(yōu)化，到開創(chuàng)性的線性注意力混合架構，再到CISPO和NCR等算法與架構的持續(xù)迭代，MiniMax的創(chuàng)新呈現(xiàn)出一種“環(huán)環(huán)相扣、層層遞進”的良性循環(huán)。這種“倒逼出來的創(chuàng)新能力”，證明了通過算法和架構的深度優(yōu)化，完全可以打破“算力-資本”的壁壘。

所有這些令人驚嘆的突破都在提醒著我們一件事，沒有絕對不可逾越的技術障礙, 只有尚未被發(fā)掘出來的解決方案。

其開源策略更具深意。在全球AI巨頭紛紛轉向閉源以構建技術壁壘的當下，MiniMax選擇向世界開放其大語言模型的核心能力，這不僅是對技術封鎖的有力反擊，更彰顯了中國新一代AI企業(yè)的技術自信和開放胸懷。

在AI文明向多極化演進的新開端，未來的技術史詩，將由東西方共同書寫。