MiniMax的創始人閆俊傑，很少接受長篇採訪。
11月3日，他第一次接受英文播客採訪，也是MiniMax今年1月登陸港交所之後，一次少見的創始人公開表達。
對面的提問者，是一家持倉方的投資人，參與了MiniMax的IPO，同時手裡還握著Anthropic（美國大模型公司）這類AI公司的倉位。
所以他們問的問題，跟普通媒體不一樣。
他們關心的是，一家中國模型公司，在算力被卡、晶片買不到、資本也沒美國對手厚的條件下，憑什麼活下來，又憑什麼掙錢。
閆俊傑的回答是：效率，本身就是智能的一部分。
以下是這次訪談的精編整理內容，希望對你有所啟發。
01. 錢不是漲價掙來的，是把成本壓下來的
很多人以為，AI公司的利潤是漲價漲出來的。
其實，AI的利潤，不是靠漲價實現的，是靠創新把推理成本壓下去實現的。
推理成本，就是模型每回答你一次，要燒掉的算力費用。誰能在這一塊上省下來，誰就贏了一半。
低推理成本，就是我們的護城河。它對利潤是護城河，對收入也是。
這種效率，讓我們能建立起一個靠API（應用程式介面）驅動、可持續的模式。
說白了，就是讓客戶持續付費，不是一錘子買賣。
今年到目前，我們的ARR（年化收入）增長很快。截至8月，已經超過8億美元，其中B2B（面向企業客戶的業務）貢獻了80%以上。
只要模型性能繼續往上走，價格優勢守得住，收入的增長一定會快於成本。這就是我們的盈利計畫。
有人問我，中美模型之間的差距，這半年變了沒有。
我覺得，重要的不是某個時間點的差距，是改進的速度。
美國模型也好，中國模型也好，在通往AGI（通用人工智慧）的路上，都還處在很早期的階段。
既然離AGI還這麼早，真正關鍵的，是我們能以多快的速度持續進步。
對我們來說，尤其作為一家中國AI公司，算力一直是個約束。從第一天起我們就知道，必須讓推理儘可能高效。
過去三年，中美兩邊的改進速度，其實已經大致相當了。我們盯的是自己的進步速度，不是某個時間點的排名。
這也逼出了我們在晶片之外、在架構和基礎設施上的創新。
我相信，如果能更高效地用算力，就一定能做更多後訓練，把模型推得更遠。這可能一直在給我們一種不同的把智能做大的方式。
02. 算力被卡住，反而把我們練出來了
中國的頭部前沿實驗室，都在關注效率，但用的方法各不相同。比如我們在Transformer（一種主流大模型架構）上用了不同的架構，在後訓練上用了不同的基礎設施，聚焦的模態也不一樣。
中國不同前沿實驗室做出來的模型各不相同，但都很有用。
我們能在三個地方保持技術領先：模型架構、基礎設施、最佳化。硬體受限的時候，這三樣反而都會變得更有價值。
這種約束，把我們逼成了更好的工程師和研究員。
算力受限的時候，演算法效率會越來越重要。這是被逼出來的，但也是實打實長在我們身上的東西。
這裡還有一層，很多人沒注意到。推理成本低，不只是讓客戶少花錢。它意味著我們能更高效地把後訓練做大。
後訓練，就是模型學完海量資料之後，再一遍遍練任務的那一步。裡面的強化學習、資料合成，全都依賴推理。推理越高效，後訓練能做到的規模就越大。
現在，後訓練變得越來越重要。某個時候，我們可能會擁有全世界最大的後訓練系統。我相信，這條路能通向前沿智能。
03. 開源不是做公益，是三贏的生意
中美AI的另一個大差別，是開源和閉源。OpenAI、Anthropic用閉源模型，開源模型在中國要流行得多。
有人覺得，我們把模型開源，是不是賠本賺吆喝。
我不這麼看。開源不是變現的替代品，它是變現和進一步創新的催化劑。
拿我們的H3來說。發佈頭兩周，就有大約300個基於H3的開源模型冒出來。對我們的模型來說，這是繼續創新能拿到的最好的反饋回路。
這300個模型裡，有一個很出名，是美國公司fal.ai做的H3 Max。它在H3上做了後訓練，速度快得多，3秒就能生成5秒的視訊，等於一個即時視訊生成器。
這個速度，帶來了用視訊的全新方式。以前根本做不了的事，現在能做了。已經有開發者做出24小時的AI直播，你想看什麼，它就即時生成什麼。
同樣的能力，也能用在即時遊戲、教育，還有很多別的互動體驗上。
開源還有第二個好處。客戶可以自己部署開源權重的模型，把資料和隱私攥在自己手裡，這對企業和政府很重要。
所以我認為，開源對模型公司、使用者、開發者，是三贏的。
我們打算一直開源下去，直到AGI實現的那一天。
04. 大公司顧全域，我們只押一件事
在中國，我們既要面對字節跳動、阿里巴巴這樣野心勃勃、財力雄厚的大公司，也要面對越來越多的生成式AI創業公司。
有人問我，MiniMax相對這些對手，優勢在那。
我的答案是：不管在中國還是西方，大公司都是在很多不同的業務之間做最佳化。
它們手裡攥著一大堆業務，要顧的是全域。而我們，只為一件事做最佳化。
這一件事，就是做出最高效、最強的多模態AGI。
多模態，就是讓模型不光會寫字，還要會做視訊、做圖像、做聲音。我們相信效率本身就是智能的一部分，算力用得越高效，就能把規模推得越遠。
那具體怎麼做到只押一件事？有人也問過我們，一家500人的公司，憑什麼能對技術轉向快速反應，又憑什麼比大公司更省。這得落到研發上的兩條原則。
第一條，把事情做簡單。模型是不止一個，可架構、基礎設施都儘量簡單。就這一條，簡單。
第二條不一樣：基礎設施，一定要自己建。這件事有時候確實慢，比直接把產品推出去慢，可它是往後做大規模的底座。
就這兩條：把事情做簡單，永遠自己建基礎設施。
至於別家掛在嘴邊的資本效率、組織效率，我不覺得是單獨練出來的功夫。它們都是這兩條原則，再加上算力、資本上的約束，自然長出來的結果。
開源又給了我們一層優勢。在中國，字節跳動是閉源的，我們是開放原始碼的。開發者基於我們的模型去做開發，會把它推到新的使用場景裡，形成反饋回路，幫我們更快改進。
還是拿H3舉例。字節的Seedance是閉源的，生成效果很好，但速度慢。基於H3的開源模型，可以做到即時。
這就是新東西。
最終，我們想把最好的語言模型和生成模型，整合到一個系統裡。合成一個系統之後，機會會大得多。這就是MiniMax的優勢所在。
05. 智能體下一步，是自己定目標
2021年12月，我創立了MiniMax。
第一年，我們只知道AGI是可能的，但沒有時間表。那一年其實就是在搭基礎設施，訓練第一版的語言模型、圖像和音訊生成模型。
我們想做一款app，去驗證模型的真實性能，這就是Glow，一款讓人跟虛擬夥伴聊天的產品。我們沒想到會來那麼多使用者，當時只是想做個實驗。
大概四個月後，ChatGPT發佈了，它改變了我們對時間線的判斷。它讓我們意識到，把規模做大，需要比預想的更大、更快。所以我們開始同時把基礎設施、資料、模型規模往上加。
有個數字能說明這個變化有多猛。ChatGPT之前，中國只有MiniMax一家在做語言模型。它發佈之後，很快就有大概20家公司在做基礎模型，競爭一下子變得非常激烈。
為什麼我們一開始就要做多模態，不專攻一個方向？
真正的原因是，MiniMax剛開始的時候，我們並不確切知道智能早期會以什麼形態出現。所以在每個方向上都去試，等技術足夠了，再把它們結合起來。多模態豐富了資料的多樣性，是未來做大的必經之路。
當然，它也有代價。如果一開始只做一個模態，我們初期的進展可能會更快。但多模態，正是我們和其他公司不一樣的地方。
現在，我們的產品已經收攏成兩個模型家族。一個是M系列，做語言模型，面向智能和生產力，比如寫程式碼和智能體。
兩個系列都是開放原始碼的，下一步是先各自做大，然後在幾個月內把它們合成一個統一模型。
我們的智能體叫Mavis，你可以把它當成一個能規劃、能完成複雜任務的AI管家。
AI智能體的下一個前沿，不是能不能在長程任務上跟人比，而是能不能自己設定目標、自己驗證結果。
也就是在長程任務上的自主性，這才是未來。寫程式碼和智能體能力，是M系列最重要的事。
這個月，我所有的時間都花在下一代模型M3 Pro上。我覺得它會是這個時代的一個大突破，不過它還沒做完。
06. 我的起點，和那句口號
有一件小事，讓我很早就明白AI有多要緊。我祖父想寫一本回憶錄，但對他來說太難了。這件事讓我意識到，AI能為普通人解鎖多大的價值。
這也是為什麼，早在ChatGPT之前，我就認為通用的智能很重要。傳統的電腦視覺、語音識別，只有大公司用得起，普通消費者根本用不上。所以“通用”兩個字，特別關鍵。
因為AGI太重要了，它不應該屬於某一家公司、某一個國家、某一個組織，它必須屬於我們所有人。它應該屬於使用模型的人、建構模型的開發者，以及為它做出貢獻的研究者。他們都是這個模型最終長成什麼樣的一部分。
再往大裡想一層：如果世界上有了更多智能，我們對世界、甚至對宇宙的理解，會不會改變？我認為會。這種可能性，就是我做這件事的動力。
所以我們有一句口號，是Intelligence with Everyone（與所有人共同擁有智能），不是Intelligence for Everyone（為所有人提供智能）。
一字之差，意思差很遠。因為我認為，智能，本來就屬於每一個人。 (筆記俠)