文章核心观点 - 文章通过对比MiniMax在2024年初与2025年初的两次访谈，揭示了公司战略认知与行业议题的演变[4][6] - 公司核心信仰始终是“Intelligence with everyone”，致力于做出服务普通人的AI产品，而非项目或大杀器[5][8][9] - 公司认知发生关键转变：从初期同时追求技术与产品，到明确自身是一家技术驱动型公司；并深刻认识到“更多用户不会直接让模型变得更聪明”，批判套用移动互联网逻辑（如过度追求DAU、依赖用户反馈和AB测试）是行业误区[4][57][60][93] - 基于新认知，公司调整策略：将技术迭代定为最高目标，而非收入或增长；坚定推进开源以加速技术进化；在应用层面避开与大厂的正面竞争，寻找差异化空隙[54][56][95][97] 公司战略与认知演变 - 2024年初目标：技术上对标GPT-4，产品上将用户规模翻十倍，实现单个产品千万DAU[4] - 2025年认知转变：DAU被视为“虚荣指标”，做大模型的误区是套用移动互联网逻辑，因为用户数据不能直接提升模型智能，提升核心在于训练和迭代新模型[4] - 技术驱动明确化：公司明确为技术驱动型公司，当技术与产品冲突时，技术决策优先，例如为保障算法上限而牺牲产品页面完善度[61] - 目标重设：2025年目标调整为聚焦技术研发，而非收入或增长目标[95] 技术路线与研发理念 - 早期豪赌MoE：在2023年夏季，公司投入80%以上算力与研发资源研发混合专家系统，因计算资源与数据量限制，只有MoE能训完，且dense模型无法承受生成token的成本与延迟[9][10] - 技术成果：2025年1月发布的M1是首个使用线性注意力机制的千亿参数大模型；MiniMax-01系列是首个大规模实现线性注意力机制的模型，旨在高效处理长上下文，开启Agent时代[5][70][85] - 研发方法论：信仰并追求优化“Scaling Laws”，认为通过提升数据质量、优化算法与训练方法，可以实现比原始定律快数倍甚至十倍的性能提升[20][22][23] - 开源策略转变：认识到技术品牌的重要性与开源对技术进化的加速作用，于2025年开源MiniMax-01系列，并坦言若重新选择，创业第一天就会开源[54][56] 产品哲学与市场策略 - 产品逻辑：不认同“在黑莓手机上做不出抖音”的观点，认为产品发展也是渐进的，需要通过不断尝试和失败来找到成功形态[16][17] - 多产品矩阵：同时运营Glow、星野、海螺AI等多款产品，认为在技术与产品存在gap的阶段，多尝试是找到成功产品的客观规律[16] - 关键教训：产品价值的核心来源是模型性能与算法能力，例如Glow曾因一个小算法bug导致DAU在元旦三天内下降40%，修复后用户量迅速回升[18] - 差异化竞争：避免与字节“豆包”等大厂在生产力工具上正面竞争，转而寻找巨头战场之外的空隙，例如在AI社区（星野）和视频生成（海螺视频）领域建立优势[89][96][97] 行业观点与竞争格局 - 批判行业误区：指出中国AI产业存在“用户越多，模型能力提升越快”的巨大误区，并以ChatGPT DAU是Claude的50-100倍但模型能力并未等比提升为例证[57] - 竞争本质：认为靠融资无法打死竞争对手，拐点只可能来自技术、产品或商业化效率的领先；创业公司之间比较意义不大，应关注整个行业[37][62] - 中美模型差异：认为中国模型缺乏内部定义的benchmark和底层设计，更多是在对齐如o1等国外模型的输出[84] - 组织与人才：认为人才密度最高的是字节跳动，其他公司都差一档；但创业公司能让优秀人才成长更快的概率更大[86][87]；公司组织结构简单，仅三层，分为技术、产品、运营与增长三个部门[43][44]