纪要涉及的行业或公司 * 主要涉及人工智能（AI）模型公司，特别是MiniMax，并提及智谱、OpenAI、Gemini、Anthropic等作为比较对象[1][3] * 同时讨论了网络安全行业的前景[1][12] 核心观点与论据 一、 关于AI模型公司估值与市场情绪 * MiniMax存在显著估值折价：当前市值约2,800亿港币，较智谱（4,300亿港币）存在显著折价，而模型能力领先是核心定价因素[1][3] * 模型迭代是核心估值催化剂：新版本模型发布是股价80%-90%估值支撑的核心催化剂[1][2] * 模型迭代周期加速：从2025年的6个月缩短至2026年的2个月，意味着更频繁的催化剂[2] * 市场对短期担忧的钝化：地缘冲突等外部事件影响正在淡化[2] * 筹码结构依然健康：尽管面临解禁，但因股价处于高位，原始股东卖出量可能较小，且全球长线基金的参与维持了筹码稀缺性[2] 二、 MiniMax的核心竞争优势 * 全模态（Full-modality）布局领先：全模态是下一阶段核心叙事，MiniMax规划了文本模型M3和视频生成模型海螺03，并实现双向赋能[1][3][4] * M3是类似Gemini 3的全模态模型，能综合理解、推理多种模态信息[3] * 海螺03是视频版NanoBand，其实现需要强大全模态模型作为主干，技术门槛高[3] * 双向赋能：M3为高质量视频生成提供理解基础；海螺03生成的数据可反哺M3训练[4] * 组织效率与商业化能力占优： * 组织精简，人均产出效率高[4] * 在算力紧缺环境下，具备强大的境内外算力获取与调配能力（如与Fireworks AI合作），能提供更稳定、SLA更优的API服务[4] * 模型设计精巧，以更小参数量实现同级性能，毛利率有望高于行业平均，其综合API毛利率曾达69%[1][4] * Harness Engineering与自训练能力构筑技术壁垒： * Harness Engineering是为AI Agent运行提供完整环境的新范式，能显著提升Agent表现[5][7] * MiniMax在M2.7开发中，约70%的代码由模型自训练完成，极大提升了整体效率[1][9] * 市场表现强劲： * M2.7模型在OpenRouter日均Token调用量超250亿[1][9] * 是OpenRouter和Hermes Agent上调用量最高的模型，在中国大模型中领先[9] 三、 产品规划与模型发展（M3/海螺03） * M3模型具体规划： * 性能目标：挑战领先闭源模型，具备更强的自主规划、复杂工具调用及长程任务执行能力[6] * 多模态能力：具备更强的原生多模态能力，统一理解和生成视觉、语音乃至视频内容[6] * 参数与效率：参数量有望提升，同时优化激活参数以保证推理效率[6] * 价格策略：从M2.5到M2.7延续相对低价策略，为未来提价提供空间[6] * 发布时间：最新表述积极，称“不会太久”[6] * 海螺03：作为视频版NanoBand，将带来从无到有的视频编辑能力，并可能带来十倍以上的市场容量扩张[3][4] 四、 关于Harness Engineering的行业讨论 * 概念演进：是继提示词工程、上下文工程之后的新范式，关注Agent系统应如何工作[7] * 核心作用：通过模型外部的工程化手段更好地发挥模型能力，直接影响Agent能力[7] * 业界观点分歧： * “Big Model派”认为复杂Harness是阶段性的，未来将被更强模型取代[8] * “Big Harness派”认为模型趋同，真正壁垒在于Harness层面的构建[8] * 渐进演化观点：模型能力与Harness协同发展，模型能力向外扩展一层，Harness也随之向外扩展一层[8][9] 五、 财务预期与行业前景 * MiniMax 2026年收入预期：目前预期为2.3亿美元，但存在上修空间[1][10] * 个人推测：按ARR口径，到2026年底收入可能在5亿至10亿美元区间[1][10] * 业务增长强劲：领先厂商的token调用量周度环比增速可达10%至20%[4] * 网络安全行业前景： * 目前处于极端低估阶段，预期将迎来趋势性反转[1][12] * 核心逻辑：更强大的AI模型会被用于发现更多软件漏洞，攻击手段增强将导致对防御工具的需求必然增加[12][13] * 网络安全公司（如CrossStitch）不会被取代，反而会与大模型合作[12] 其他重要内容 * 关于数据差异的解释：ARR数据差异源于各公司定义和披露时间点不同，在算力短缺、需求井喷的背景下，无需过度担忧[2][3] * 关于“蒸馏”的澄清：中国模型公司的领先并非仅靠“蒸馏”，这是行业内普遍存在且法理上无问题的行为，并非成功核心要素[2] * 全模态叙事契机：当前市场热点集中在coding和Agent领域，竞争拥挤，而OpenAI和Gemini等在叙事上处于相对逆风期，为全模态叙事反转提供了契机[3] * 软件行业与AI的关系：软件行业不会被AI吞噬，优秀的软件公司能利用AI从交付工具转向交付结果，创造十倍以上的价值量[11] * 判断标准：AI业务从第一天起就应能赚钱，每投入1美元token成本至少能赚回10美元收入[11]