在人工智能领域，一场无声的革命正在悄然进行。随着大型语言模型“撞墙论”的甚嚣尘上，行业对探索与创新的渴望比以往任何时候都要强烈。步入2025年初，全球大模型玩家仿佛在进行一场集体冲刺，OpenAI、谷歌、DeepSeek等巨头相继发布了一系列新品，将竞争推向了新的高潮。
然而，在这场激烈的竞争中，大模型行业内部却出现了前所未有的分歧。首要的争议点在于应用与技术的天平倾斜：基础模型的更新是否已经停滞，行业创新的重点是否应转移到应用层面？其次，价格战与价值战的抉择也让众多玩家陷入两难——是否应该打价格战？如何打？创业公司能否在这场战役中生存？最后，单模态与多模态的争议也愈发激烈，对于实现通用人工智能（AGI）而言，多模态的重要性究竟几何？
面对这些分歧，每家大模型企业都做出了自己的选择。OpenAI试图通过强化学习为Scaling Law续命，谷歌Titans则开始探索全新的模型记忆力架构。与此同时，更多玩家开始将重心转向应用优化、功能更新和用户留存。作为国内“大模型六小龙”之一的MiniMax，在这个关键时刻也通过一系列动作表达了自己的立场。
自2025年1月以来，MiniMax在短短十天内连续发布了四个AI模型，包括基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01，以及视频模型S2V-01和语音模型T2A-01。尤为引人注目的是，MiniMax首次开源了两个MiniMax-01系列模型，这一举动在业内引起了广泛讨论。
MiniMax的创始人在近期媒体访谈中表示，如果重新选择，公司第一天就应该开源。这一观点反映了MiniMax从闭源走向开源的决心，与众多商业公司从开源走向闭源的趋势形成了鲜明对比。MiniMax试图通过开源、创新和技术驱动的路径，扭转市场对其“只有产品强”的印象，强调技术品牌的重要性。
面对大模型行业的三大争议，MiniMax通过这一系列模型更新给出了自己的答案。在技术层面，MiniMax-01系列模型在4560亿参数的超大规模上引入了线性注意力（Linear Attention）机制，这一创新使得MiniMax-01能够以极低的算力成本达到业内顶尖模型的性能，并支持400万token的输入长度，远超GPT-4等竞争对手。
MiniMax-01的开源在AI研究圈引起了巨大关注，因为其不仅性能强劲，更在于其针对最底层技术的创新。这种创新使得大模型能够不再受限于输入长度，为实现AGI迈出了重要一步。正如当年BERT引领的“Transformer时刻”一样，MiniMax-01的发布或许正在见证“第二个Transformer时刻”的到来。
在价格战与价值战的抉择中，MiniMax选择了后者。尽管算力成本居高不下，但MiniMax通过一系列技术创新和AI基础设施的优化，降低了模型的训练和推理成本。MiniMax-01的输入价格仅为GPT-4的十分之一，展现了其在算力优化方面的卓越成果。
在多模态领域，MiniMax同样展现出了强大的实力。其发布的语音大模型T2A-01支持17种语言，并已上线海螺语音产品，面向所有用户开放。而视频模型S2V-01则打破了文生视频和图生视频之间的壁垒，实现了在保证视频主体稳定的同时，将创意表达得更加灵活。
尤为S2V-01在处理人物特写图像生成视频时，能够保证极高程度的人物五官、面部细节稳定和自然。这一能力在当前所有AI视频生成大模型中堪称首屈一指。
MiniMax的这一系列动作不仅展现了其在技术创新方面的实力，更反映了其在业务选择、技术路线和AGI实现路径上的独立判断。在行业竞争日益激烈的背景下，MiniMax敢于在非共识路上突破上限、做难而正确的事，这无疑为其在行业中的站稳脚跟奠定了坚实的基础。
