7月26日，在2025世界人工智能大會（WAIC）開幕式上，MiniMax創(chuàng)始人、CEO閆俊杰發(fā)表主題演講《每個人的AI，Everyone's AI》。閆俊杰認(rèn)為，AI會變得越來越強(qiáng)，這種增強(qiáng)幾乎沒有盡頭，也將越來越普惠，使用成本更加可控。AGI一定會實現(xiàn)，并且一定會服務(wù)大眾、普惠大眾。接下來一兩年內(nèi)，最好模型的推理成本可能再降低一個數(shù)量級。

外界好奇的是，隨著AI對社會影響越來越大，AI會不會被壟斷？它會被掌握在一家組織里，還是掌握在多家組織里？

在閆俊杰看來，AI一定會被掌握在多家公司的手中。這基于三點考慮，其一，目前用到的所有模型都依賴對齊，不同對齊目標(biāo)反映不同公司或組織的價值觀。這些價值觀最終會導(dǎo)致模型表現(xiàn)非常不一，也使不同模型擁有各自特點，并且長期存在。其二，單一模型的優(yōu)勢在多 Agent 系統(tǒng)里逐漸變?nèi)?。其三，過去一年開源模型如雨后春筍般涌現(xiàn)，開源模型變得越來越有影響力。2025年上半年，市場已涌現(xiàn)很多非大公司擁有的智能系統(tǒng)。當(dāng)前最好的模型依舊是閉源模型，但好的開源模型越來越多，也在不斷逼近最好的閉源模型。

這背后，隨著 DeepSeek 的橫空出世，中國大模型的牌局和發(fā)展邏輯正被重新顛覆。2023-2025年間，中國大模型競爭格局從初期的“AI六小龍”（月之暗面、階躍星辰、智譜AI、MiniMax、零一萬物、百川智能）演變?yōu)楫?dāng)前的“加速分化”。之前熱鬧非凡的“AI六小龍”，如今幾乎沒人特意提起這個稱號。

而在全球AI競賽進(jìn)入“下半場”的關(guān)鍵節(jié)點，MiniMax持續(xù)發(fā)力AI Agent，試圖找到自己的生存方式。今年6月，MiniMax接連發(fā)布自主研發(fā)的MiniMax-M1系列模型、全新視頻生成大模型Hailuo 02、通用智能體MiniMax Agent、視頻創(chuàng)作智能體Hailuo Video Agent以及音色設(shè)計產(chǎn)品Voice Design，宣告其在基座模型、多模態(tài)技術(shù)、通用智能體Agent、視頻Agent等領(lǐng)域有所突破。

就在上周鏈博會開幕式上，英偉達(dá)黃仁勛在演講中表示，中國的開發(fā)者正在推動AI的快速創(chuàng)新，像DeepSeek、阿里、騰訊、MiniMax、百度等世界一流企業(yè)的開源模型，正推動全球AI發(fā)展。在黃仁勛提到的11家公司里，AI創(chuàng)業(yè)公司有兩家，分別是Deepseek和MiniMax。閆俊杰直言，擁有非常多算力的公司和沒擁有那么多算力的公司，在訓(xùn)練上差異不會太大。沒有那么多算力的公司，可以通過持續(xù)提升自己的實驗設(shè)計、提升思考能力和組織形式，讓實驗探索變得更加高效。

他認(rèn)為，大量創(chuàng)新能讓AI研發(fā)變成一個沒有那么燒錢的行業(yè)，但算力使用還會增加。盡管 Token 會變得很便宜，但使用 Token 的數(shù)量會顯著增加?！叭ツ闏hatBot單個對話只要消耗幾千個Token，現(xiàn)在 Agent 單個對話可能消耗幾百萬個Token，并且因為AI解決的問題越來越復(fù)雜，越來越實用，那么用的人也會越來越多。”

MiniMax創(chuàng)始人、CEO閆俊杰在WAIC演講（圖/MiniMax提供）

以下為閆俊杰演講全文：

大家好，我給大家分享的題目是《每個人的AI，Everyone's AI》。講這個題目，跟我個人過去經(jīng)歷有關(guān)。當(dāng)Hinton先生開始設(shè)計 AlexNet 之時，我是國內(nèi)第一批從事深度學(xué)習(xí)研究的博士生；當(dāng)AlphaGo人機(jī)大戰(zhàn)上演，也是人工智能走進(jìn)所有人視野之時，我在參與一家創(chuàng)業(yè)公司；而當(dāng)ChatGPT出來的前一年，我們開始創(chuàng)立MiniMax，也是國內(nèi)第一批大模型公司。

在過去的15年里，當(dāng)我每天面對任務(wù)寫代碼，看論文做實驗的時候，一直都在想一件事：如此受關(guān)注的人工智能到底是什么？人工智能跟這個社會到底有什么樣的聯(lián)系？

圖/MiniMax

隨著我們模型變得越來越好，我們發(fā)現(xiàn)人工智能正逐步成為社會的生產(chǎn)力。比如，我們在做人工智能研究的時候，每天需要分析大量的數(shù)據(jù)，一開始我們需要來寫一些軟件來分析這些數(shù)據(jù)，后續(xù)我們發(fā)現(xiàn)其實可以讓 AI 來生成一個軟件，來幫助分析所有數(shù)據(jù)。作為一個研究員， 我非常關(guān)心每天AI領(lǐng)域的所有進(jìn)展，一開始我們設(shè)想，是不是可以做一款A(yù)PP，來幫我們追蹤各領(lǐng)域的進(jìn)展？后面我們發(fā)現(xiàn)，這件事也不需要自己來做，讓一個 AI Agent 來自動跟蹤更加高效。

圖/MiniMax

AI是更強(qiáng)的生產(chǎn)力，也是越來越強(qiáng)的創(chuàng)意。比如，15 年前上海舉辦世博會的時候，有一個非?；鸨募槲锝小昂殹?。過去 15 年，上海有了全方位的發(fā)展，我們?nèi)绻肜^續(xù)用“海寶”IP生成一系列更具上海特色，符合時下潮流的衍生形象時，AI 可以做得更好。正如現(xiàn)場屏幕展示的，徐匯書院×海寶、武康大樓×海寶，AI 能一鍵直出，幫我們生成各種各樣的創(chuàng)意形象。

圖/MiniMax

再比如這個最近非常火的知名IP形象，此前制作一個這樣的創(chuàng)意視頻，可能需要兩個月，花費(fèi)大約幾十甚至百萬人民幣。通過越來越強(qiáng)的AI視頻模型，像大屏幕右邊展示的這個視頻，基本一天時間就可以生成出來，成本只有幾百塊錢。

過去六個月，我們的視頻模型海螺（Hailuo）已經(jīng)在全世界生成超過3億個視頻。通過高質(zhì)量的 AI 模型，互聯(lián)網(wǎng)上的大部分內(nèi)容與創(chuàng)意會變得越來越普及，低門檻讓每個人的創(chuàng)意得以充分發(fā)揮。

除了釋放生產(chǎn)力與創(chuàng)意之外，我們發(fā)現(xiàn)， AI 的使用其實已經(jīng)超出最初的的設(shè)計與預(yù)期，各種各樣想象不到的應(yīng)用場景正在發(fā)生；比如解析一個古文字、模擬一次飛行、設(shè)計一個天文望遠(yuǎn)鏡……這樣意想不到的場景，隨著模型能力越來越強(qiáng)，變得越來越可行；僅僅需要少量協(xié)作，就可以把每個人的想法變成現(xiàn)實。僅僅需要少量協(xié)作，就可以把每個人的想法變成現(xiàn)實。

圖/MiniMax

面對這么多變化，一個想法開始在我的心里涌現(xiàn)出來：作為一個AI創(chuàng)業(yè)者，AI 公司并不是重新復(fù)制一個互聯(lián)網(wǎng)公司，AI 是一個更基礎(chǔ)更根本的生產(chǎn)力，是對個人能力和社會能力的持續(xù)增強(qiáng)。這里有兩點比較關(guān)鍵：第一、AI是一種能力，第二是AI是可持續(xù)的。

人類很難突破生物定律，永不停歇學(xué)習(xí)新知識，持續(xù)變聰明，而AI可以。當(dāng)我們在建造更好的 AI 模型時，我們也發(fā)現(xiàn)，AI 也在和我們?nèi)祟愐黄疬M(jìn)步，一起做出來更好的AI。就在我們公司內(nèi)部，員工每天需要寫很多代碼，做很多研究型實驗，這里邊大概有 70% 的代碼是 AI 來寫，90% 數(shù)據(jù)分析是靠 AI 來做。

圖/MiniMax

AI 怎么能變得越來越專業(yè)？大約在一年前，當(dāng)時訓(xùn)練模型還需要大量的基礎(chǔ)標(biāo)注工作，標(biāo)注員是一個不可或缺的工種。而今年，當(dāng) AI 能力變得越來越強(qiáng)的時候，大量機(jī)械的標(biāo)注工作被專業(yè)AI完成，標(biāo)注員則可以專注于更有價值的專家型工作，一起幫助模型變得更好。標(biāo)注工作也不再是簡單給 AI一個答案，而是教會AI思考的過程，讓AI來學(xué)習(xí)人類的思考過程，從而使AI能力變得更加泛化，越來越接近人類頂尖專家的水平。

除了通過專家來教 AI 之外，還有另外一種進(jìn)步，就是在環(huán)境中大量學(xué)習(xí)。在過去半年， 通過各種環(huán)境，從編程IDE，到 Agent 環(huán)境， 再到游戲沙盒，當(dāng)我們把 AI 放到一個能夠持續(xù)提供可驗證的獎勵環(huán)境中學(xué)習(xí)，只要這個環(huán)境可以被定義出來，有明確的獎勵信號，AI 就可以把問題給解決。這個強(qiáng)化學(xué)習(xí)也變得可持續(xù)，規(guī)模越來越大。

基于這些觀察，我們有一個非常確定性的判斷：AI 會變得越來越強(qiáng)，而且這種增強(qiáng)幾乎是沒有盡頭的。

圖/MiniMax

接下來出現(xiàn)的問題是，AI這么強(qiáng)，對社會的影響越來越大，那么AI到底會不會被壟斷？它是會被掌握在一家組織里，還是掌握在多家組織里呢？

我們認(rèn)為，AI領(lǐng)域一定會有多個玩家持續(xù)存在。原因有三點：第一，我們目前用到的所有模型，都依賴對齊（Model Alignment）。很明顯，不同模型的對齊目標(biāo)其實是不一樣的，比如有的模型對齊目標(biāo)是一個靠譜的程序員，那么做 Agent 就會特別的強(qiáng)；有的模型它對齊目標(biāo)是與人的交互，那么它就會比較有情商， 能夠做流暢的對話；有的模型可能會充滿想象力。不同的對齊目標(biāo)反映了不同公司或者組織的價值觀，這些價值觀最終會導(dǎo)致模型的表現(xiàn)非常不一樣，也會使得不同的模型擁有各自的特點，并且長期存在。

第二，我們在最近半年用的 AI 系統(tǒng)其實都已經(jīng)不是單個模型了，而是一個多 Agent系統(tǒng)，里面涉及多個模型， 不同的模型也可以使用不同的工具，通過這樣的方式讓AI智能水平越來越高，能夠解決越來越復(fù)雜的問題。這個東西帶來的結(jié)果是，單一模型的優(yōu)勢在這樣一個多 Agent 系統(tǒng)里逐漸變?nèi)?/strong>。

第三，在過去半年，有很多非常智能的系統(tǒng)，都不是大公司所擁有的。背后的原因，是過去一年開源模型如雨后春筍般涌現(xiàn)，開源模型變得越來越有影響力。這張圖是過去一年比較受關(guān)注 AI 的排行榜，可以發(fā)現(xiàn)最好的模型還是閉源的，但最好的開源模型越來越多，同時也在不斷逼近最好的閉源模型。

基于這三點原因，我們認(rèn)為， AI 一定會被掌握在多家公司的手中。

圖/MiniMax

與此同時，我們認(rèn)為 AI 一定會變得越來越普惠，使用成本也會變得更加可控。

在過去一年半， AI 模型的大小沒有發(fā)生特別大的變化，即便我們可使用算力更多了。為什么呢？對所有實用模型而言，計算速度是一個比較關(guān)鍵的因素。如果模型計算速度特別慢，就會降低用戶的使用意愿，所以所有公司都關(guān)注模型的參數(shù)量和智能水平之間的平衡。

此前，模型大小增長和芯片的進(jìn)步速度基本上是成正比的。我們知道芯片的進(jìn)步速度是每 18 個月會翻一倍，模型也會相應(yīng)保持這樣的增長趨勢。而現(xiàn)在，雖然大家都有更多的算力了，模型參數(shù)卻沒有變得更大。那這些增長的算力花在哪呢？

首先說訓(xùn)練，規(guī)模增長的速度在過去半年已經(jīng)變得比較緩慢，訓(xùn)練單個模型的成本實際上卻沒有顯著增加。這些算力花在做更多的研究跟探索上。而我們知道研究和探索，除了取決于算力之外，還取決于高效的整體實驗設(shè)計，高效的研發(fā)團(tuán)隊，以及一些天才的創(chuàng)意。結(jié)果是，擁有非常多算力的公司和沒擁有那么多算力的公司，在訓(xùn)練上其實的差異可能不會那么大。沒有那么多算力的公司，可以通過持續(xù)提升自己的實驗設(shè)計、提升思考能力和組織形式，讓實驗探索變得更加高效。

再說推理，在過去一年，最好模型的推理成本其實是降了一個數(shù)量級，通過大量的計算網(wǎng)絡(luò)系統(tǒng)和優(yōu)化算法，我們認(rèn)為在接下來一兩年之內(nèi)，最好模型的推理成本可能還能再降低一個數(shù)量級?？偨Y(jié)而言，我們認(rèn)為訓(xùn)練單個模型的成本不會顯著地增加。

我們認(rèn)為，大量創(chuàng)新能讓 AI 研發(fā)變成一個沒有那么燒錢的行業(yè)，但是算力使用還會增加。盡管 Token 會變得很便宜，但是使用 Token 的數(shù)量會顯著增加。去年ChatBot單個對話只要消耗幾千個Token，現(xiàn)在 Agent 單個對話可能消耗幾百萬個Token，并且因為AI解決的問題越來越復(fù)雜，越來越實用，那么用的人也會越來越多。

圖/MiniMax

讓每個人都用得起AI，這是我們對 AI 發(fā)展的判斷。Intelligence with Everyone，這也是我們創(chuàng)業(yè)的初衷。我們認(rèn)為 AGI一定會實現(xiàn)，并且一定會服務(wù)大眾、普惠大眾。

如果有一天 AGI 實現(xiàn)了，其過程一定是由做 AI 的公司們和他們的用戶一起來實現(xiàn)，并且這個 AGI 應(yīng)該屬于多家AI 公司和它的廣泛用戶，而不是只屬于單個組織某家公司。

我們也愿意長期為這個目標(biāo)而奮斗。感謝大家！

圖/MiniMax