MiniMax 闫俊杰：如果可以重新选，应该第一天就开源

MiniMax 创始人兼 CEO 闫俊杰接受了媒体“晚点对话”的采访，在采访中他表示：
“千万不要用上一代移动互联网产品方法论来思考新产品。”
“中国大部分公司，不管创业公司还是大厂，都还在用做推荐系统的方法来做大模型产品。”
“更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型。”
“ChatGPT 的 DAU 是 Claude 的 50 倍到 100 倍，但它们的模型其实差不多。”

在明确了 “智能水平的提升，没那么依赖很多用户” 后，闫俊杰下定了决心，认为MiniMax最重要的目标不是增长，也不是收入，而是 “加速技术迭代”。于是1月15日，MiniMax 发布了首个开源模型——MiniMax-01 系列。
以下为媒体“晚点对话”与MiniMax 创始人兼 CEO 闫俊杰的对话（有删节）

晚点：你们发布 MiniMax-01 系列新模型后，得到了什么有意思的反馈？
闫俊杰：技术人员比较关注的是，第一次有一个很大的模型没有完全用传统的 Transformer 架构，架构层也可以创新。而一些非算法的合作伙伴和朋友说，觉得我们好像有点上道了，开始意识到要做技术品牌了，合作起来也少了不开源导致的各种限制。

晚点：那你们真的上道了吗？
闫俊杰：这是我们第一个开源系列模型，本质上两个原因：第一是我们认为真正有价值的事，不是当前做得怎么样，而是技术进化速度。而开源会加速技术进化，做得好的地方有鼓励，不好的地方会有很多批评，外面的人也会有贡献，这是我们开源的最大驱动力。第二是，过去两三年，我们做得特别不好的一件事儿是，对技术品牌没有很深的认知。技术品牌之所以重要，本质也是因为这个行业最大的驱动力是技术进化。这需要算力、数据、钱，也需要足够好的人。

晚点：为什么没有更早开源？
闫俊杰：第一次创业，很多经验不具备。如果可以重新选，应该第一天就开源。如果我是 OpenAI，我今天都应该开源，因为它的核心能力已经不是模型比 Claude 或 Gemini 好多少，而是 ChatGPT 的品牌与心智。我们这次开源，也不会自己藏一个更好的东西，这没有意义，所有模型一年之后都会落后。我们的通用模型也会持续开源。

晚点：不是用户越多，模型能力就提升越快——去年这个观点几乎没人信。
闫俊杰：这个事要分两层看：一是模型是产品出现的驱动力。比如去年有很多视频产品，这是因为有了更强的视频模型。但模型却不是基于用户反馈和数据迭代才变好的。Claude 3.5 Sonnet 的代码能力很好或市面上的视频模型很强，不是因为之前已经有了很大的编程或视频 AI 产品，而是先定了一个技术 benchmark，才做到的。所以，更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型。这个现象的底层原理是，在日常使用中，模型比大部分用户更聪明，大部分用户的 query（查询）其实没有模型自己模拟得好。

晚点：这个误区让整个行业走了什么弯路？
闫俊杰：为了有更多用户，就花大量的钱来买流量。更核心的是，中国大部分公司，不管创业公司还是大厂，都还在用做推荐系统的方法来做大模型产品。比如一个内容产品，你没法明确知道什么会火，所以就要大量做 AB Test，这是高效的。但这个逻辑到了模型里，就变成不同研究员去尝试不同算法，在不同 feature（功能）上做不同实验，不行的话再累加。这不是做 AGI 的方式。

晚点：什么才是才是更合适的方式？
闫俊杰：应该非常清晰地定义模型能力分级，然后搞清楚每一代提升，需要什么样的算法、数据和推理过程，通过技术手段来逼近定义好的指标。

晚点：你什么时候有了这个认知的？这和你们这次更新的关系是什么？
闫俊杰：去年 3、4 月。我们想清楚之后，就干了几件事儿。第一是，技术和产品要分开，技术就是要不断提升上限，这需要定义好下一代能力。比如为什么这次用了全新架构，本质是因为我们认为 long context（长上下文）很重要。第二是，不要认为有产品之后模型就会变好，产品的目的不是让模型变好，它就是一个商业化产品。真正需要思考的是怎么更好满足用户。

晚点：这次 MiniMax-01 系列更新，技术博客的标题用了 “新架构开启 Agent 时代”，为什么 Agent 是一个重要目标？你怎么定义 Agent？
闫俊杰：有两个思考路径：一是，AI 该往哪个方向变得更强？二是，变强之后，对人类社会能产生哪些有益的变化？那显然很重要的一件事是能处理复杂任务，一个标志可能是多步，它可以是 o1 这样单次输出多步，也可以是通过一个单 Agent 拆成多步，还可以像 Anthropic 定义的 workflow 那样，是更复杂的多 Agent 之间的协同。如果再定义一下复杂任务，我的理解就是在专业领域能到专业人士的水平。

晚点：去年你说，当时没人做出成功的 Agent 应用，是因为大模型能力还不够强。现在 MiniMax-01 说 “开启 Agent 时代”，是哪里变强了？
闫俊杰：这有两层，一是架构，二是能力。架构层面，我们现在其实已经做到了，因为它是可以高效、快速地处理非常长的 context（上下文）。Long context 重要，是因为 AI 很难像人那样感受到时间的流逝，这需要处理越来越长的记忆。对单 Agent，提升互动质量的一个核心是记更多东西。多 Agent 则涉及相互通讯，比如 Anthropic 定义了一个 Agent 间的通讯协议叫 MCP（Model Context Protocol，模型上下文协议），那个通讯量非常长，所以也需要处理长 context 的能力。在能力层面，我们其实还有很多可以提升的地方，比如 AI 使用工具的能力、规划能力，我们这个模型还没打磨好。但这些能力都有很多标准 benchmark（基准），可以慢慢实现。

晚点：你最开始提到，这个架构不完全是 Transformer，那它是什么？
闫俊杰：标准 Transformer 里有几个模块，我们是把其中一个最重要的 attention（注意力机制），从原来的平方复杂度的注意力变成了线性的注意力。
晚点：它其实是 Transformer 一个比较大的变体?
闫俊杰：可以这么理解。

晚点：Google 的 Gemini 之前就用到了线性注意力机制，MiniMax-01 和 Gemini 的线性注意力的异同是什么？
闫俊杰：我认为 Google 今年会更强，因为它同时掌握 TPU（Google 自研的 AI 芯片） 、训练框架（TensorFlow）和算法，可以一起优化。所以 Google 做这件事相对简单一点。而我们不能自己定制 GPU，只能在一个标准硬件上去做，这就会更复杂。

晚点：为什么 MiniMax-01 面向 Agent，却不是一个 o1 方向的模型？o 系列被认为对提升 Agent 能力很有帮助。
闫俊杰：因为我们需要把每一步做扎实。其实做一个看上去像 o1 的东西没那么难，蒸馏几千条 o1 数据就可以了。我们做过这样的实验，最近也有不少这样的学术论文，这是一个业内共识。但我们不太需要说自己有个 o1，然后发个新闻稿，我们现在的业务也不依赖于 o1 这类模型。

晚点：你们下一版模型的编程能力提升，是用 o1 的方式来做吗？
闫俊杰：不光是 coding，还有 planning（规划）。这件事也取决于，不同任务怎么用 benchmark 来衡量，找到衡量指标，就能优化。即使是 o3，它在一些多模态 benchmark 上的分数也很低。

---

**GpuGeek会持续给各位AI极客提供最新、最热、最前沿的消息，欢迎大家多多关注~
GpuGeek计费灵活、使用便捷、高效协作、支持多卡！
使用请登录：gpugeek.com**