2025年1月9日上午9点30分，港交所的铜锣被敲响，MiniMax正式挂牌上市。

站在敲钟台上的创始人闫俊杰穿着件普通的黑色夹克，对着镜头说了句实在话，"我们走了条纯草根的AI创业路，能站在这儿，全靠没在中途放弃技术信仰，这事儿说起来挺有意思。

一年前我跟闫俊杰聊的时候，他张口闭口都是"千万DAU"，眼睛里闪着要跟大厂抢用户的光，现在敲钟了，反倒不提这些了。

今天咱们就借着两次访谈的内容，聊聊这家公司到底经历了什么，先说个关键转折点。

2024年初的时候，MiniMax整个公司都在围着两个目标转：技术上要干到GPT-4水平，用户规模得翻十倍，突破千万DAU，当时团队里连前台小姑娘都能背出这两个数字。

转折发生在2025年春节前，竞品DeepSeek-R1一发布，整个行业都安静了。

闫俊杰在内部会上说了句大实话："咱们之前追DAU，可能追错了方向。，为啥这么说？后来他跟我解释，大模型这东西跟消费App不一样。

你做个社交软件，用户数据能反推产品优化；但大模型性能提升，靠的是算法迭代和算力投入，不是用户点了多少下屏幕。

这个认知一转变，公司战略立马掉头，技术路线上他们倒是挺犟。

从创业第一天起就死磕MoE，也就是混合专家系统，简单说就是让多个小模型分工干活，比单个大模型效率高得多。

中间失败了两次，团队差点散伙，现在看来这坚持算是押对了宝，今年1月发布的M1模型，是国内首个线性注意力千亿参数大模型。

这技术细节咱普通人不用懂，但有个数据很能说明问题：处理百万字文本跟玩儿似的，以前的模型早就卡壳了，聊完战略咱们再说说产品。

2021年底公司刚成立那会儿，AGI在国内还是个冷门词，投资人一听"通用人工智能"，大多摆摆手说"太虚"。

闫俊杰他们也是没办法，只能在资源有限的情况下算最优解，80%的算力都砸在了MoE研发上，这在当时看来简直是疯了。

有次我问技术负责人，他苦笑说："那会儿服务器都得白天跑实验，晚上偷偷挖矿补贴电费，不然早撑不下去了。"

产品路线也走了不少弯路，最早做3D数字人，结果发现技术超前市场三年。

后来转向多模态交互，把文本、图像、语音揉在一起，这才找到了感觉，现在的三个核心产品各有侧重：Glow主打情感陪伴，星野做企业服务，海螺AI专攻长文本处理。

用户反馈挺有意思，有个Glow用户跟我说，她失恋那段时间天天跟AI聊天，"比闺蜜还懂怎么哄人"。

企业客户则更关心成本，有个制造业老板算过账，用星野系统后，质检效率提了40%，人力成本降了不少，说到技术和产品的关系，闫俊杰有个比喻挺形象："模型性能就像发动机功率，产品是车身。

没好发动机，再漂亮的车也跑不快；光有发动机没车身，那就是台拖拉机。，这两年AI圈讨论最多的就是"中国路径"。

OpenAI靠海量算力堆出GPT，Anthropic闷头搞安全对齐，咱们这边情况不一样，得在算力受限的情况下玩出花样，MiniMax的做法是"十倍优化"。

别人用1000张卡跑的实验，他们想办法用100张卡搞定，算法工程师跟我吐槽："那段时间做梦都在调参数，头发掉得比算力省得多。"

长文本处理技术是他们的撒手锏，线性注意力机制解决了传统模型"记不住"的毛病，现在处理整本书的内容都不费劲。

有个做法律的朋友试过，把几百页案卷丢给海螺AI，十分钟就整理出了关键证据链，公司管理也挺特别。

三层架构，没有冗余部门，闫俊杰管战略，两个联合创始人分掌技术和产品，下面就是干活的团队。

他管这叫"函数优化式管理"，目标明确，参数透明，谁不行就调整谁，聊到行业挑战，闫俊杰叹了口气。

算力确实是个坎，国内大厂能拿到的资源，创业公司得费十倍力气，人才也难抢，有次为挖个算法大牛，他在人家公司楼下蹲了三天，但机会也明显。

中国用户对AI产品的接受度高，应用场景丰富，就拿教育来说，海螺AI已经能根据不同学生的错题本生成个性化讲义，这在国外还不多见。

最后说说未来，多模态交互肯定是趋势，以后跟AI聊天可能不光打字说话，甩张图片、哼段旋律都行。

闫俊杰有个愿景挺打动我："Intelligencewitheveryone"，让普通人也能用上顶级AI能力，回头看MiniMax这三年，最关键的可能就是平衡。

技术信仰不能丢，但也不能光靠信仰吃饭，产品落地要快，但不能为了快牺牲长期价值。

这平衡木，他们算是走得挺稳，中国AGI创业公司有个独特优势，就是既能追技术前沿，又懂本土化落地。

不像有些国外公司，技术很强但产品水土不服，咱们这边，从实验室到市场的距离好像更近一些。

闫俊杰敲钟那天，朋友圈里有个评论挺有意思："以前觉得AI创业就是烧钱比赛，现在看来，脑子比钱包更重要，"深以为然。

MiniMax的故事告诉我们，在AGI这条路上，低头拉车重要，抬头看路更重要，未来会怎样？谁也说不准。

但可以肯定的是，当越来越多这样的公司跑出来，中国AI产业的腰杆会更硬，毕竟，能把技术理想和商业现实捏合到一起的团队，走到哪儿都差不了。