模型技术突破 - 公司发布全球首个开源大规模混合架构推理模型MiniMax-M1，具备百万Token级长文本处理能力，上下文窗口达100万Token，与谷歌Gemini 2.5 Pro持平，是DeepSeek-R1的8倍 [1][4] - 模型采用独创"Lightning Attention"混合架构，显著优化长文本计算效率，传统Transformer模型计算量随序列长度呈平方级增长的问题得到解决 [6] - 强化训练成本下降一个量级至53万美元，推理效率数倍于竞争对手 [1] 定价策略 - 采用分档定价策略：0-3.2万Token档输入0.8元/百万Token、输出8元/百万Token；3.2万-12.8万Token档输入1.2元/百万Token、输出16元/百万Token；12.8万-100万Token档输入2.4元/百万Token、输出24元/百万Token [4] - 前两档定价低于DeepSeek-R1，第三档为独家覆盖领域，自有平台App和Web端保持不限量免费使用 [4] 算法创新 - 提出CISPO算法（Clipped IS-weight Policy Optimization），通过裁剪重要性采样权重优化强化学习效率和稳定性，替代传统PPO/GRPO裁剪方式 [6] - 该算法未采用调整Token更新方式，而是另辟蹊径提升训练和推理成本效益 [6] 行业竞争格局 - 行业呈现技术快速迭代态势：阿里开源Qwen3参数量仅为DeepSeek-R1的1/3，百度文心大模型4.5 API价格仅为GPT-4.5的1% [7] - 专家认为基础模型仍有较大优化空间，算法突破方向将决定下一代科技巨头归属 [10] 公司战略方向 - 明确"加速技术迭代"为现阶段核心目标，结束半年战略摇摆期，将增长和收入目标置于技术突破之后 [8] - 2023年完成品牌整合（海螺AI更名MiniMax），2024年连续发布文本/视觉/语音多模态模型（01系列/VL-01/Speech-02） [8][9] - 布局AI Agent赛道，认为2025年将是关键发展节点，开源策略旨在促进长上下文研究和应用创新 [9] 商业化布局 - 采取B端+C端双线布局，覆盖国内外市场，在保持技术攻坚的同时推进商业化 [9] - 计划开展"开源周"活动，连续4个工作日发布新技术或产品更新 [10]

开源AI基准测试xbench - 红杉中国正式开源xbench的两个评测集xbench-ScienceQA和xbench-DeepSearch，旨在量化AI系统在真实场景的效用价值并采用长青评估机制[1] - xbench-ScienceQA聚焦STEM学科，包含数学、物理、化学等8个主流学科，题目平均正确率仅32%，其中34%题目正确率低于20%[2][5][12] - xbench-DeepSearch专注评估AI Agent的深度搜索能力，要求综合运用规划+搜索+推理+总结的端到端能力，弥补中文语境搜索题库不足的弱点[3] 评测集特点 xbench-ScienceQA - 题目来源：邀请顶级院校博士和行业专家出题，确保来源可靠、多学科、搜索引擎未收录且答案明确[2] - 题型分布：包含77道问答题、14道多选题和9道单选题，降低模型"蒙对"概率[8] - 难度控制：采用LLM难度检验、同行检验等方式，实测不同模型得分差距超30%[2][10] xbench-DeepSearch - 题目设计：要求搜索空间大或推理步骤多，淘汰正确率>80%的题目[13][14] - 主题覆盖：参考OpenAI BrowseComp分类，确保多样性，涵盖历史、科技等方向[15] - 更新机制：每月汇报模型表现，每季度更新评估集，内部维护黑盒版本防止刷榜[3] 例题分析 ScienceQA示例 - 计算机题示例：考察图论单源最短路算法，正确答案为O(m√(log n·log log n))，被测模型平均正确率<5%[21][22] - 化学多选题：涉及物质结构最新研究成果，采用"全对才得分"评分方式，平均正确率<20%[24][26] DeepSearch示例 - 广度搜索题：计算东北三省接壤外国的地市数量，需跨省份数据整合，平均正确率47%[28][29] - 深度推理题：统计尼米兹级航母建造期间总统海军服役年限，侧重分步推理，正确率33%[29][30] 行业影响 - 填补高质量Agent评测集空白，动态更新机制适应AI技术快速迭代[3][31] - 开源模式吸引全球开发者参与，推动AI评估标准进化[1][33]

战略合作 - 微医控股与阿里云达成战略合作，将基于通义千问大模型联合打造医疗全场景智能体 [1] - 双方共同构建医疗垂类大模型 [1]

行业洗牌与公司分化 - 2023年被称为"大模型元年"，国内"AI六小龙"累计融资超60亿元人民币，占国产大模型早期融资总额一半以上 [2] - 2024年底行业进入"冷静期"，六小龙中仅智谱AI和阶跃星辰保持融资活跃，零一万物和百川智能明显掉队 [2][3] - 行业竞争法则从烧钱和技术参数转向商业化落地，幸存者智谱、MiniMax、月之暗面和阶跃星辰选择深耕细分赛道 [3] 零一万物的困境 - 技术参数领先但产品落地滞后，工程化能力不足，ToB业务场景有限，ToC海外项目组在2024年底被裁撤 [4] - 2024年底创始团队人事震荡，核心高管离职，预训练团队被阿里收编，放弃自研大模型底座转向应用层 [5] - 高管离职潮持续至2025年，包括COO张帆、首席战略官张阔等多名核心成员 [6] 百川智能的战略失误 - 一年内经历三次战略转向：从C端超级应用到多模态通用大模型，最终聚焦医疗AI但未达行业标准 [7] - C端产品"百小应"App DAU未突破5000，远落后竞品；医疗领域合作松散，错失先发优势 [7][8] - 2025年初联合创始人陈炜鹏等核心成员离职，团队核心瓦解 [8][10] 幸存者面临的挑战 - MiniMax开源混合注意力推理模型MiniMax-M1，性能比肩DeepSeek-R1，但商业化进度克制 [11][13] - 月之暗面主打产品Kimi用户增长乏力，尝试内容社区但面临冷启动难题，内部治理问题频发 [14][16] - 阶跃星辰转向ToB与终端合作，视频生成负责人段楠离职释放人才红利减退信号 [17][19] - 智谱具备ToB基础但面临算力成本高、定制交付难等挑战，生态依赖头部客户 [20] 行业格局变化 - DeepSeek以GPT-4水准性能及1/10成本改变竞争格局，新晋"基模五强"包括字节、阿里、阶跃星辰、智谱和DeepSeek [11] - 行业从技术赛马转向创业公司战略调整能力考验，长期价值取决于场景聚焦与产品闭环 [21]

特斯拉自动驾驶技术升级 - 特斯拉新版Model S/X新增车外前视摄像头，硬件配置从8个摄像头升级至9个 [7][9][30] - 官方将FSD功能描述从"自动辅助驾驶"改为"自动驾驶"，删除"辅助"二字 [12][13][17] - 采用"切香肠"战术逐步推进自动驾驶概念，区别于国内厂商强调"辅助"的宣传策略 [16][19] 硬件方案迭代 - HW 3.0硬件采用自研芯片，单芯片算力72TOPS，板卡算力144TOPS，配备前向毫米波雷达+环视摄像头+超声波雷达 [24][26] - HW 4.0取消所有毫米波雷达和超声波雷达，纯视觉方案8摄像头，算力700TOPS+，中国市场版本加回毫米波雷达 [27][29] - HW 5.0预计明年推出，算力达数千TOPS，可能成为特斯拉宣称"自动驾驶"的技术基础 [47] 软件与算法体系 - FSD最新版本V13.2.5增强非规范场景理解、降低碰撞风险、提升摄像头清洁效率，覆盖HW3.0和HW4.0所有车型 [34][36] - 采用超大规模基座模型，参数规模远超竞争对手，算力集群约30 EFLPOS [38][39] - 算法架构基于VLA模型，通过认知理解能力处理Corner case，采用预训练+强化学习+模型蒸馏技术 [40][43] Robotaxi与市场策略 - 特斯拉Robotaxi采用Model Y车型，硬件与量产车相同，软件可能搭载FSD V14 [50][51] - 北美政策或允许特斯拉生产不符合现行机动车规定的自动驾驶车型 [53] - 中国区6月起扩大FSD推送范围，可能推出月付订阅模式降低体验门槛 [56][57] 行业技术路线对比 - 国内厂商如小鹏、蔚来、华为采用类似技术路线，但命名为"L3"而非"自动驾驶" [48] - 特斯拉Robotaxi采用大算力+模型驱动，区别于Waymo等传统L4玩家的多传感器冗余方案 [50] - 纯视觉方案与多传感器方案在技术路径上形成明显分野 [27][29]

公司动态 - MiniMax宣布连续五天发布重要更新，首日开源推理模型MiniMax-M1 [1] - MiniMax-M1在多项基准测试中表现优异，比肩DeepSeek-R1、Qwen3等开源模型，接近海外领先模型 [3] - 模型训练效率超出预期，仅用3周时间、512块H800 GPU完成强化学习训练阶段，算力租赁成本53.47万美元 [3] - MiniMax-M1在编程能力测试中表现突出，一次通过"拆烟囱"编程案例，优于DeepSeek-R1-0528和Gemini-2.5-Pro [3] - 模型中文写作严谨优先，幻觉较低，注重指令遵循 [5] - MiniMax-M1拥有100万上下文窗口长度，与Gemini 2.5 Pro相当，是DeepSeek R1的8倍 [5] - 在长上下文理解任务(MRCR)中表现优异，超越所有开源权重模型和部分海外顶尖模型，全球排名第二 [5] - 在TAU-bench测试中表现出色，超越DeepSeeK-R1-0528和Gemini-2.5 Pro，仅次于OpenAI o3和Claude 4 Opus [7] - 在代码能力(SWE-bench)上显著超越大部分开源模型，仅微弱差距次于DeepSeek最新发布的R1 [7] - MiniMax提出创新强化学习算法CISPO，在数学AIME实验中比字节DAPO算法收敛性能快一倍 [8] - 模型定价采用阶梯式，对标DeepSeek-R1性价比更高 [8] - MiniMax预告后续四天将有更多更新，业界预期海螺新版本即将亮相 [9] 行业动态 - 月之暗面同日开源编程模型Kimi-Dev-72B，基于阿里云Qwen2.5-72B微调 [8] - Kimi-Dev-72B在SWE-bench编程基准测试中取得全球最高开源模型水平，成绩超过新版DeepSeek-R1 [8] - 但实际测试显示Kimi-Dev-72B生成的代码需要修改多个bug才能运行，引发过拟合质疑 [9] - AI六小龙经过半年沉寂后重新加入大模型竞争 [9] - 云启资本合伙人陈昱表示长文本能力对社交应用、情感陪伴应用和Agent是关键技术 [7] 技术亮点 - MiniMax-M1训练材料足够新，思考时多次反刍成功避坑 [3] - 闪电注意力机制为主的混合架构使长文本处理具有算力效率优势，8万Token推理只需DeepSeek R1约30%算力 [7] - CISPO强化学习算法显著优于DeepSeek早期使用的GRPO [8] - 模型在样式和光影效果方面仍有不足，创意内容生成能力有限 [5]

作者 | AICon 全球人工智能开发与应用大会 策划 | 燕珊 编辑 | 宇琪 大模型浪潮正引领数据管理与分析迈入全新阶段，Chat BI、Agent+Workflow 等应用，使业务人 员能够通过自然语言交互即时获取数据洞察，显著释放生产力。那么，如何构建高质量数据集、 优化检索效率？如何让数据在大模型的应用中发挥最大效能？ 近日 InfoQ《极客有约》X AICon 直播栏目特别邀请了 DaoCloud 道客联合创始人兼首席技术官 郭峰 担任主持人，和 中电金信研究院副院长单海军 、 数据项素产品副总裁覃睿 、 货拉拉大数 据专家凌霄 一起，在 AICon 全球人工智能开发与应用大会 2025 北京站 即将召开之际，共同探 讨智能化数据管理体系的搭建。 在 6 月 27-28 日将于北京举办的 AICon 全球人工智能开发与应用大会 上，我们特别设置了 【 大模型时代的数据处理与分析 】 专题。该专题将围绕数据科学家、工程师、技术管理者等不同角 色的从业者，通过实际案例分析和专家分享，探讨如何提升数据质量、优化检索效率，构建智能 化数据管理体系，让数据在大模型的应用中发挥最大效能。查看大会日程解锁更多精 ...

专利技术 - 杉数科技及第五范式联合申请"基于大模型的信息处理方法以及电子设备"专利，公开号CN120163241A，申请日期为2025年02月 [1] - 专利方法通过大模型生成运筹优化模型的提问信息，分析用户回答以获取需求条件，减少对专家依赖并提升效率 [1] - 技术优势包括提升条件梳理的一致性和稳定性，相比人工梳理更具可靠性 [1] 公司背景 - 杉数科技（北京）成立于2016年，注册资本1300.374773万人民币，对外投资10家企业，参与招投标74次，拥有商标124条、专利279条、行政许可3个 [2] - 上海杉数网络科技成立于2016年，注册资本1000万人民币，参与招投标8次，拥有专利268条、行政许可1个 [2] - 广州杉数科技成立于2023年，注册资本100万人民币，拥有专利111条、行政许可3个 [2] - 杉数科技（南京）成立于2023年，注册资本300万人民币，拥有专利111条、行政许可1个 [2] - 第五范式（深圳）成立于2018年，注册资本100万人民币，拥有专利263条、行政许可4个 [3] - 杉数科技（苏州）成立于2016年，注册资本100万人民币，拥有专利258条、行政许可1个 [3] 行业动态 - 杉数科技通过多地子公司布局科技推广、软件与信息技术服务、专业技术服务等领域，专利储备总量达279+268+111+111+258=1027条 [2][3] - 第五范式（深圳）专利储备263条，与杉数科技联合开发大模型相关技术，显示行业技术协同趋势 [1][3]

大模型技术进展 - MiniMax发布全球首款开源权重的大规模混合注意力推理模型MiniMax-M1，支持100万token输入和8万token输出，是DeepSeek R1上下文规模的8倍 [18][19] - MiniMax-M1采用混合专家(MoE)架构与闪电注意力机制，总参数量456B，每个token激活45.9B参数，在生成长度10万token时FLOPs仅为DeepSeek R1的25% [18][20] - 月之暗面发布开源编程大模型Kimi-Dev-72B，在SWE-bench Verified基准上取得60.4%成绩，创开源模型新SOTA [10][37] 模型性能对比 - MiniMax-M1在17个主流评测集中表现突出，在软件工程、长上下文处理和工具使用等生产力场景具有显著优势 [25] - MiniMax-M1-80k在大多数基准测试中优于MiniMax-M1-40k，验证扩展计算资源的有效性 [27] - 实测显示MiniMax-M1-80K生成代码一次通过，而Kimi-Dev-72B需要Claude-4-Sonnet修复3个bug才能运行 [13] 技术创新 - MiniMax开发CISPO新颖算法，强化学习收敛速度比DAPO等算法快一倍 [20] - MiniMax混合注意力设计提升强化学习效率，仅用512块H800三周时间，租赁成本53.47万美元 [23] - Kimi-Dev-72B采用BugFixer与TestWriter协作机制，通过中期训练和强化学习优化代码修复能力 [40][43] 应用场景 - MiniMax-M1支持UI组件聚焦、交互式应用程序和游戏开发，可快速生成HTML页面和Web应用 [5][6][8] - Kimi-Dev-72B能够自主在Docker中修补真实代码仓库，符合现实开发标准 [37] - MiniMax-M1已集成到MiniMax Chat中，提供不限量免费使用和业内最低价API [4][28] 行业影响 - MiniMax采取开放策略，新模型保持免费使用并以低价提供API，性价比高于DeepSeek-R1 [28][31] - 月之暗面计划扩展Kimi-Dev-72B功能，探索与IDE、版本控制系统和CI/CD流水线的深度集成 [48] - 大模型厂商同日发布新模型，显示行业竞争加剧，技术迭代速度加快 [1]

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 国产推理大模型又有重磅选手。 MiniMax开源 MiniMax-M1 ，迅速引起热议。 这个模型有多猛？直接上数据： MiniMax团队透露，只用了3周时间、512块H800 GPU就完成强化学习训练阶段，算力租用成本仅 53.47万美元 （约383.9万元）。 不仅如此，在多个基准测试上MiniMax-M1的表现可比或超越DeepSeek-R1、Qwen3等多个开源模型，在工具使用和部分软件工程等复杂任 务上甚至超越了OpenAI o3和Claude 4 Opus。 MiniMax-M1实战表现如何？官方给出了一句话生成迷宫小游戏的Demo。 创建一个迷宫生成器和寻路可视化工具。随机生成一个迷宫，并逐步可视化 A* 算法的求解过程。使用画布和动画，使其具有视觉吸引 力。 目前模型权重已可在HuggingFace下载，技术报告同步公开。 原生支持100万token的输入长度，是DeepSeek R1的约8倍。 同时支持8万输出token，超过Gemini 2.5 Pro的6.4万，成为 世界最长输出 。 生成10万token时，推理算力只需要DeepSe ...