在人工智能领域，MiniMax 创始人闫俊杰一直以独特的视角和坚定的信念引领公司前行。在前往港交所敲钟前，他分享了自己对行业未来的展望：“我们希望对整个行业智能水平的提升做出更大贡献，探索出一条纯草根 AI 创业的路径。”
回顾过去两年，MiniMax 经历了显著的成长。2024 年初，闫俊杰为团队设定了明确目标：在技术上追赶 GPT-4，在产品上将用户规模扩大十倍，并实现单个产品突破千万日活跃用户（DAU）。然而，随着行业环境的变化，特别是 DeepSeek-R1 的发布，DAU 在公司内部逐渐被视为“虚荣指标”。闫俊杰指出，做大模型的关键在于训练和迭代新模型，而非单纯追求用户数量的增长。
尽管如此，MiniMax 始终坚守服务普通人的初心，致力于开发“Intelligence with everyone”的 AI 产品。闫俊杰提到，公司的一些计划已经逐步落地，例如在 2025 年 1 月发布的 M1 模型，成为首个使用线性注意力的千亿参数大模型。同时，也有一些计划仍在探索中，如基于“信息获取”的 Agent 应用尚未公开推出。
在访谈中，闫俊杰深入探讨了 AGI（通用人工智能）的定义与实现路径。他认为，AGI 的到来将是一个渐进的过程，当 AI 不再被视为技术工具，而是成为人们日常生活中不可或缺的一部分时，AGI 的时代便已来临。他强调，AGI 的实现不应仅靠一家公司，而是需要整个行业和用户的共同努力。
对于 MiniMax 的创业历程，闫俊杰坦言，公司成立之初，AGI 在中国仍是一个巨大的非共识。尽管面临资金和资源的多重挑战，MiniMax 依然坚持技术创新，并在 ChatGPT 发布前便开始了大模型的研发。他提到，公司早期曾尝试开发具有声音、形象和文字能力的智能体，并推出过类似元宇宙数字人的产品，但最终发现语言和语音等能力用大模型驱动更为有效。
在技术探索方面，MiniMax 一直是行业内的先锋。闫俊杰详细介绍了公司在 MoE（混合专家系统）和线性注意力机制方面的研发历程。他指出，MoE 架构的选择源于公司对计算资源和数据规模的现实考量，而线性注意力机制则有助于解决长文本处理中的计算复杂度问题。尽管这些研发过程充满挑战，但 MiniMax 通过不断试错和优化，最终取得了显著成果。
面对行业内的激烈竞争，闫俊杰保持了清醒的头脑。他认为，创业公司不应盲目套用移动互联网的逻辑，而应专注于技术驱动和产品创新。他强调，用户数量的增长并不直接等同于模型能力的提升，真正的关键在于持续的技术迭代和优化。对于 MiniMax 而言，这意味着要在算法、数据和推理过程等方面不断突破自我。
在组织管理方面，闫俊杰注重打造一个扁平、灵活且高效的团队。他提到，MiniMax 的组织结构只有三层：技术部门、产品部门和运营增长部门。这种简洁的组织架构有助于减少沟通成本，提高决策效率。同时，他也强调人才的重要性，认为创业公司应吸引那些能够与公司共同成长、发挥潜力的人才。
在访谈的最后，闫俊杰分享了自己对未来 AI 发展的展望。他认为，随着技术的不断进步，AI 将在专业领域达到专业人士的水平，为社会带来实质性的提升。对于 MiniMax 而言，这意味着要持续加大在技术研发方面的投入，不断提升模型的能力和性能。同时，他也希望公司能够保持初心，继续为普通人提供优质的 AI 产品和服务。
