MiniMax讓AI語音有了新基建

撰文| 郝 鑫

編輯| 吳先之

熟悉MiniMax的人都了解這家公司的調性——不鳴則已，一鳴驚人。

要么選擇低調，要么發動技術連招，其發展路徑呈現出鮮明的“技術深潛”與“節點式爆發“的雙重特征。

十月的最后一周，再次進入MiniMax式技術迭代新周期。MiniMax模型“全家桶”全面向Agent方向進化，基礎文本模型M1升級至M2，“專為Agent和代碼而生”；視頻模型升級至Hailuo 2.3，Hailuo Video Agent迭代為“全模態全能創作”的Media Agent；新的語音模型Speech 2.6，重新定義下一代Voice Agent的語音模型。

MiniMax創始人閆俊杰在開篇引用了《老子》里的一個詞“大巧若拙”，大意是技術最高境界的“巧”，要回歸本質，解決實際問題，這幾乎奠定了本次升級的基調。

語音模型升級亦是如此，Speech 2.6并非只是單純刷模型指標，而是一次綜合性的更新。一方面是模型能力提升，涉及新增利用Lora提升流利度、特殊格式讀取等功能。另一方面是對端到端API的工程優化，比如低延時、首包優化等。

也是一次從技術落地到場景的再深化，其核心目標是給做智能語音助手、客服系統、多輪對話產品等B端廠商和開發者，提供一個“開箱即用”的引擎。

從誕生起，MiniMax便確定了多模態全棧自研的戰略，表現為多線并進、交叉突破。放眼望去，Speech 2.6 Agent化的背后是更廣闊的Voice Agent賽道。

有研究報告估測，2030年Voice Agent市場規模保守估計，可達百億美元級別，若技術發展超預期，可能進一步上漲。

更快、更懂行、更完美

為什么要專門針對Voice Agent來優化？

Voice Agent可以理解為“語音交互代理人”，它是連接用戶語音指令與后端服務的核心橋梁。與傳統語音指令識別不同，不只是簡單將語音轉成文字，而是具備完整的交互能力。

小到智能音箱日常問答，大到企業客服系統的智能應答，幾乎所有需要“用說話代替打字”的場景，都依賴Voice Agent來承接需求、理解意圖并給出反饋。可以說，Voice Agent是當前覆蓋范圍最廣、用戶需求最迫切的語音交互形態，對其優化就是直接提升所有語音場景的效率和體驗。

如果把Voice Agent 比作行駛的汽車，那么語音模型就是發動機。語音模型的性能直接決定了Voice Agent的場景化效果，Voice Agent的背后必須擁有一個強大的語音模型底座。

Speech 2.6正是延續了上述思路，在繼續提高語音模型性能的基礎上，全面升級突破Voice Agent場景，實現超低延時，專業格式無障礙和更高自然度。

用戶對語音的敏感度遠高于文字，快一毫秒或遲一毫秒，效果相去甚遠。在日常語音交互中最煩人的就是“卡殼”，Speech 2.6這回把“首包響應時間”壓到了250毫秒，體感相當于眨一下眼三分之一的時間。據我們了解，雖然國外部分頂流模型宣稱可達到75毫秒，但實際場景測試過程中平均保持在200-300毫秒。MiniMax的250毫秒響應速度，已經達到了語音賽道絕對頭部的水平。

用戶最直觀的感受就是幾乎感覺不到卡頓，像真人聊天一樣流暢。像這個案例就是最常見的客服咨詢場景，在音色上已經分辨不出人和AI的區別，AI能精準、連續識別用戶的意圖，比如“你是不是助理”“有什么新功能”“有沒有優惠”等。在無縫銜接作出回答的同時，完成了反問和留資，具備了人類對話中的精髓——“有來有往”。

第二個升級的點是，模型變得“更聰明”和“更懂行”。以前用語音模型，遇到電話、郵箱、網址、數學公式這類專業內容，得手動改寫輸入，比如要讀出“guang-zi@tech.com”必須要寫成“guang dash zi at tech dot com”，否則AI可能會讀錯。時間識別也是同樣問題，要正確讀出“2025-10-29”，就得嚴格輸入“二零二五年十月二十九日”。而升級后的Speech 2.6無需人工教學，直接就能解碼讀出來。

別看這個點細微，但卻有大用處。試想一下所有涉及語音交互的場景，最重要的就是獲取信息和建聯，如果在關鍵環節出錯，那之前所有都淪為了無效溝通。對開發者來說省事又高效，尤其是智能客服、日程管理、教育類語音代理團隊，不用再花精力調prompt或改文本，相關的技術棧都能簡化，

還有一個亮點功能是“化腐朽為神奇”，做音色克隆時，最怕用戶提供的錄音素材不完美，比如說話結巴、帶口音、非母語不流利等。Speech 2.6新增的“Fluent Lora”功能，哪怕素材是“磕磕巴巴”的，也能復刻出流暢自然的聲音。

舉個例子，你想復刻一位外國友人的中文語音，但他中文說得慢且有口音，以前生成的AI語音可能也跟著結巴。現在Speech 2.6直接用他的原始錄音，但生成的語音依然流暢自然。這對需要大量用戶自定義音色的場景，例如有聲書、個性化語音助手非常實用。

Voice Agent，把行業重做一遍

回顧MiniMax Speech系列模型的自我演進歷程，某種意義上也是國內AI語音技術，從模仿擬人逐漸走向交互智能的縮影。

今年5月份，MiniMax發布語音模型MiniMax Speech 02，創新的“Zero-Shot”能力，通過一個模型，提供任意“語言×任意口音×任意音色”的無限組合，豐富了語音生成的多樣性。

彼時，Speech 02一經推出，就登頂“Artificial Analysis Speech Arena”和“Hugging Face TTS Arena”兩大權威榜單，力壓ElevenLabs、OpenAI等國際頂尖競爭對手。

8月份，MiniMax Speech 2.5上線，進一步把各項技能點滿，實現三大新突破：多語種表現力更強、音色復刻更像、40個語種覆蓋更廣。多語種能力直接瞄準國際市場，為MiniMax出海奠定了基礎。

最后來到剛更新的Speech 2.6，揭開Voice Agent新篇章，開始針對實用場景進行綜合提升，反映其背后商業化的清晰戰略。大模型與語音技術深度融合，正在推動AI語音從工具屬性向與場景綁定的智能體演進，從前一階段的能聽懂升級為會思考、善溝通。

在商業世界，入口是一個極具吸引力的詞語。大模型之戰開啟之后，語音交互再次被認為是具有增長前景長的新入口。落地到許多人力密集的傳統行業，很多都可以用Voice Agent來重新做一遍。這里面有兩條邏輯貫穿始終，一是“成本歸零”，二是“服務擴展性”。

To B場景中，Voice Agent可以替代大量重復性的人工溝通工作，如客服、外呼銷售、員工培訓等。理論上，若AI成本可以持續下降，上述行業的人工成本也可以無限趨近于零，這將是一次重要的降本增效革命。一旦成本結構轉變，商業模式將迎來重構，身處于這些行業的企業有機會追求更高的價值，從以成本為中心向以利潤為中心轉型。

價值鏈的重塑體現在企業級服務，Voice Agent的價值在于它能直接切入業務核心。一個可靠的Voice Agent可以直接嵌入這些工作流，成為用戶與SaaS系統交互的首要觸點。協同內外部系統，Voice Agent可以將整個業務流程打穿，推動全鏈路效率革命。例如，在汽車試駕場景，用戶說“想試駕新款SUV”，Agent立即匹配庫存數據，若車型有現車則直接推薦最近門店，否則自動調整推薦其他車型或時間，整個過程無需人工介入。

生態和商業化

回到現實，Voice Agent市場發展仍在早期，還處于從技術驗證期向企業級落地的轉型階段。盡管行業已經有了基建層向應用層過渡的趨勢，但整體呈現出“倒金字塔式”競爭格局，上層垂直行業應用層企業眾多，既有傳統又有新玩家，最底層能夠穩定向上輸出技術能力的基建企業數量較少。

毫無疑問，MiniMax就是其中典型的“基建狂魔”。其Speech系列語音模型，不綁定特定行業場景，而是通過底層技術和工程優化，為B端廠商和開發者提供可復用的技術模塊。通過開源模型和API服務，將音色模仿、語音生成等能力封裝為標準化的工具，以降低企業接入門檻。技術能力向上下游延伸，與文本、視頻、音樂等多模態能力形成協同效應。

語音領域始終是MiniMax的技術主場，早在行業初期就達成了多個“國內首個”成就。國內首個使用大模型語音技術開放多角色配音商用接口，首個開設語音模型海外API服務，以及首個與聲網、騰訊和即構科技聯合研發Realtime API實時交互服務方案。這導致一段時間內，客戶對其語音模型的認可度一度超越了文本大模型。

得益于此，MiniMax目前進入了海內外客戶語音模型選型的核心廠商名單，包括一些大廠。市場反饋尤為直觀，很多人向我們反映，在同期產品中，MiniMax語音模型更具性價比。不少客戶對MiniMax的小語種功能印象深刻，特別是粵語的表達，“標準到接近電視臺播報水平”。

海外客戶主要為開發者平臺和AI語音代理基礎設施提供商，以技術驅動和生態集成為導向，這些客戶大多追求快速集成、高自定義性和全球部署能力。其中，MiniMax語音模型的超低延遲、情感語言控制和多語言優化等功能，成為被采納的主要參考。目前海外最流行的兩家Voice Agent開源平臺，Livekit與Pipecat已接入MiniMax Speech TTS Model，展現了MiniMax在高性能語音代理生態中的適配性。

國內客戶覆蓋領域則更廣闊，包括教育硬件、智能玩具等C端消費級產品，銷售、搜索等B端行業解決方案以及通過開發者平臺賦能技術型客戶，以高自然度的語音技術，滿足不同場景下更人性化、更高效的交互需求。

教育類客戶中，愛小伴AI奶龍作為IP衍生玩具，利用MiniMax還原角色聲線，支持故事講述和情感互動，體現“寓教于陪”的定位；聽力熊學習機基于自研TeeniGPT大模型，集成MiniMax語音能力進行自然對話，增強學生學習的互動體驗。

面向C端的智能助手與硬件，MiniMax利用語音技術幫助企業提升用戶體驗，增強用戶粘性，其客戶涉及了榮耀、魅族、小米等硬件廠商。在B端銷售領域，MiniMax與“Megaview AI助手”達成合作，語音生成與情感識別能力其提供底層支持，提高業務效率。

不難看出，除了技術升級外，MiniMax的語音模型已經進入了商業驗證期。對比同行，MiniMax在B端業務的風格呈現出輕交付、重質量特點。通過標準化、模塊化的API輸出技術能力，降低合作伙伴的集成成本，優點是周期短和風險小，靠用戶的正向反饋將帶來后期穩定增長。這種模式使其能夠快速擴大覆蓋業務范圍，但又能保持技術研發的聚焦性，這點對一家資源有限的創業公司極其重要。

短期內，Voice Agent市場還卡在技術環節。這意味著具備核心技術標準制定能力的企業將主導底層生態，而率先完成行業場景深度適配的解決方案商將贏得上層市場。

未來，語音交互可能成為企業數字化轉型的標配接口，但真正的贏家將是那些能同時駕馭技術深度與場景廣度的生態構建者。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！