MiniMax電話會：圍繞“全模態(tài)”與“高質(zhì)量”，告別單純“卷模型”，向AI平臺生態(tài)演進(jìn)

中國AI獨角獸MiniMax發(fā)布上市后首份年度業(yè)績，交出了一份超預(yù)期的增長答卷。2025年全年營收達(dá)7904萬美元，同比增長159%，較彭博匯總的市場預(yù)期7140萬美元高出約10.6%。年度經(jīng)常性收入在2026年2月已突破1.5億美元，顯示商業(yè)化步伐正顯著加快。

盈利能力同步改善。全年毛利同比增長437%至2000萬美元，毛利率從2024年的12.2%提升至25.4%。全年調(diào)整后凈虧損為2.5億美元，與上年基本持平。

公司創(chuàng)始人兼CEO閆俊杰在業(yè)績電話會上闡述了戰(zhàn)略演進(jìn)方向：MiniMax正從一家大模型公司向AI時代的平臺公司過渡。其核心邏輯是平臺價值等于智能密度乘以Token吞吐量，兩個維度足夠強(qiáng)勁時，平臺價值將自然涌現(xiàn)。

在產(chǎn)品層面，M2.5模型已在多項生產(chǎn)力基準(zhǔn)測試中取得全球領(lǐng)先表現(xiàn)。伴隨模型能力提升，2026年2月M2系列模型的日均Token消耗量已達(dá)2025年12月水平的6倍以上，驗證了高性價比路線的市場接受度。

電話會要點提煉：

• 模型迭代速度與商業(yè)化驗證過去108天內(nèi)完成2.0至2.5三個版本迭代，M2系列模型日均token消耗量自2025年12月以來增長超6倍，驗證了高性價比路線的市場接受度。
• 多模態(tài)戰(zhàn)略的階段性成果多模態(tài)融合被確立為通向AGI的必然路徑，已完成各模態(tài)獨立打磨，預(yù)計2026年上半年推出M3系列模型，展現(xiàn)各模態(tài)協(xié)同進(jìn)化成果。視頻生成已成為API調(diào)用量第三大細(xì)分市場，多模態(tài)能力被視為占領(lǐng)該市場的核心壁壘。
• 智能體演進(jìn)的判斷與布局明確L3級智能體已到來，L4與L5的分野在于“單個任務(wù)”與“多智能體協(xié)同”。編程場景最先驗證，但辦公場景（數(shù)據(jù)分析、文檔撰寫、PPT制作）的潛在市場空間被認(rèn)為遠(yuǎn)大于編程。
• 差異化競爭策略戰(zhàn)略上有所為有所不為，2023年即放棄移動端通用個人智能助手，集中資源投入編輯器、海螺視頻等能形成差異化的產(chǎn)品。研發(fā)策略上不追求全面領(lǐng)先，而是以“速度快”和“特定能力突出”打開市場。
• 研發(fā)效率的底層邏輯強(qiáng)調(diào)AI競爭的本質(zhì)不是燒錢與燒資源，而是模型迭代速度與邊際效率。在統(tǒng)一架構(gòu)下做全模態(tài)訓(xùn)練的成本遠(yuǎn)低于分頭建設(shè)獨立系統(tǒng)，且協(xié)同效應(yīng)已被持續(xù)驗證。
• 生態(tài)建設(shè)的外溢效應(yīng)模型已在生態(tài)層面產(chǎn)生外溢，從Google Cloud生態(tài)的貢獻(xiàn)到OpenRouter等開發(fā)者平臺上調(diào)用量領(lǐng)先，未來將通過產(chǎn)品層面的多模態(tài)能力進(jìn)一步降低使用門檻，構(gòu)建更完整的平臺生態(tài)。

拆解MiniMax 7900萬美元全年營收，兩大業(yè)務(wù)板塊均實現(xiàn)高速增長。面向企業(yè)和個人開發(fā)者的開放平臺貢獻(xiàn)約2600萬美元，同比增長198%；面向消費者的AI產(chǎn)品，包括MiniMax Agent、海螺AI、Talkie及星野，貢獻(xiàn)約5300萬美元，同比增長143%。

國際化成為公司營收結(jié)構(gòu)的顯著特征。2025年全年，國際市場營收占總營收比例超過70%，開放平臺國際營收占比亦超過50%。截至2025年12月31日，MiniMax已累計服務(wù)全球超過200個國家和地區(qū)的2.36億用戶，以及來自逾100個國家和地區(qū)的21.4萬家企業(yè)客戶和開發(fā)者。

費用端表現(xiàn)印證規(guī)模效應(yīng)初步顯現(xiàn)。銷售和營銷費用同比下降40%，研發(fā)支出同比增長33.8%，但增速遠(yuǎn)低于營收增幅。進(jìn)入2026年后商業(yè)化勢頭進(jìn)一步增強(qiáng)，閆俊杰透露，2026年2月開放平臺新用戶注冊量已達(dá)2025年12月水平的4倍以上。

模型矩陣迭代提速，M2.5刷新編程基準(zhǔn)

電話會上提到，在技術(shù)層面，MiniMax展現(xiàn)出快速的模型迭代能力。2025年第四季度密集發(fā)布M2、M2.1、M2-her三款大語言模型，僅用108天完成從M2到M2.5的三代演進(jìn)。

2026年2月發(fā)布的M2.5在生產(chǎn)力場景中取得全球領(lǐng)先表現(xiàn)。在編程領(lǐng)域，該模型在SWE-bench Verified基準(zhǔn)測試上創(chuàng)下行業(yè)新紀(jì)錄，相較上一代M2.1效率提升37%。成本端亦實現(xiàn)突破——以每秒100 tokens輸出計，M2.5運(yùn)行復(fù)雜Agent每小時成本僅1美元，公司據(jù)此估算，1萬美元預(yù)算可支撐Agent全年持續(xù)運(yùn)行。自發(fā)布以來，M2.5迅速登頂Open Router排行榜首位。

多模態(tài)能力同步推進(jìn)。Hailuo 2.3視頻模型、Speech 2.6語音模型及Music 2.0/2.5音樂模型相繼落地。截至2025年末，視頻模型累計幫助創(chuàng)作者生成逾6億個視頻，語音模型累計生成逾2億小時語音內(nèi)容。

推理效率優(yōu)化成果顯著。截至2026年2月，M2.5系列每百萬Token推理算力成本較2025年12月下降逾50%，Hailuo視頻生成模型推理延遲降低逾30%。

生態(tài)布局加速，頭部云平臺與工具鏈相繼接入

MiniMax在商業(yè)生態(tài)層面取得一系列關(guān)鍵進(jìn)展。全球主流云平臺正加速引入其模型能力——Google Vertex AI、Azure AI Foundry、Fireworks AI及NetViews AI均已部署MiniMax模型。在編程工具領(lǐng)域，MiniMax已成為OpenCode及Kilo Code等主流編程平臺的默認(rèn)模型。

2026年初，Notion宣布接入M2.5模型，使其成為該平臺上線的首個也是唯一的開源模型選項。閆俊杰表示，這標(biāo)志著MiniMax在生產(chǎn)力場景的滲透進(jìn)一步加深。

與OpenClaw項目的協(xié)同亦釋放生態(tài)效應(yīng)。閆俊杰提到，OpenClaw創(chuàng)始人Peter此前公開表示，M2.1是其偏好的最佳開源模型。MiniMax隨后推出MaxClaw，進(jìn)一步降低用戶使用門檻，推動模型在開發(fā)者社區(qū)的廣泛采納。

組織AI化提速，內(nèi)部Agent覆蓋九成員工

在組織轉(zhuǎn)型層面，MiniMax創(chuàng)始人兼CEO閆俊杰披露，公司內(nèi)部Agent實習(xí)生已為近90%的員工提供支持，覆蓋軟件開發(fā)、數(shù)據(jù)分析、運(yùn)營管理、人才招聘及銷售營銷等場景。他將這一實踐定義為公司構(gòu)建競爭優(yōu)勢的核心來源之一。

內(nèi)部大規(guī)模部署Agent正帶來雙重效益。一方面，模型迭代與產(chǎn)品創(chuàng)新之間的反饋循環(huán)被顯著加速；另一方面，實際部署環(huán)境清晰暴露了當(dāng)前模型能力的短板，從而直接指導(dǎo)下一代模型的研發(fā)優(yōu)先級。閆俊杰觀察到，公司內(nèi)部正在經(jīng)歷一個明顯轉(zhuǎn)變，員工正從“教Agent如何工作”逐步轉(zhuǎn)向“觀察Agent如何工作”。

展望2026：押注M3全模態(tài)模型，向平臺公司躍遷

在2026年展望中，MiniMax創(chuàng)始人兼CEO閆俊杰提出三大核心判斷：軟件開發(fā)領(lǐng)域?qū)⒂瓉鞮4至L5級別智能的躍升，AI將從工具演化為同事級協(xié)作者；職場生產(chǎn)力場景將復(fù)制編程領(lǐng)域去年的快速滲透路徑；多模態(tài)內(nèi)容創(chuàng)作將邁入中長篇生產(chǎn)級內(nèi)容的直接生成階段，輸出格式日益接近流式實時。他預(yù)計，上述趨勢將推動平臺Token需求量增長一至兩個數(shù)量級。

為承接這一需求，公司次代旗艦產(chǎn)品M3及Hailuo 3系列模型已針對上述場景進(jìn)行架構(gòu)設(shè)計，計劃于2026年下半年推出多模態(tài)融合能力。閆俊杰表示，MiniMax是中國僅有的三家在每個模態(tài)均取得領(lǐng)先的公司之一，也是少數(shù)能夠同時在產(chǎn)品層和模型層并行執(zhí)行的獨立公司。

在戰(zhàn)略定位上，閆俊杰將AI時代的平臺公司重新定義為：能夠定義并推動新智能范式、持續(xù)捕獲范式轉(zhuǎn)移所創(chuàng)造的商業(yè)價值的公司。這一界定與互聯(lián)網(wǎng)時代以流量入口為核心的平臺范式形成明確區(qū)分。

管理層表示，MiniMax的目標(biāo)是成為AI時代的平臺型企業(yè)，核心驅(qū)動力來自模型能力的持續(xù)提升與客戶價值的深度挖掘。

在戰(zhàn)略執(zhí)行層面，公司堅持圍繞“全模態(tài)”與“高質(zhì)量”兩個關(guān)鍵詞，有所為有所不為。閆俊杰透露，2023年公司即明確不做移動端通用個人智能助手，因判斷其中難以形成獨特價值；而是將資源集中投入編輯器、海螺視頻等能形成差異化的產(chǎn)品上。

以下是電話會全文（由AI輔助生成）：

2025年度業(yè)績電話會議
接線員：
您好，女士們，先生們。感謝大家的等待。歡迎參加MiniMax 2025年全年財務(wù)業(yè)績電話會議。請注意，管理層的主旨發(fā)言及中文問答環(huán)節(jié)將提供英語同聲傳譯。
英語線路將處于僅收聽模式。我現(xiàn)在將電話線轉(zhuǎn)交給MiniMax投資者關(guān)系總監(jiān)余美琪女士。
未具名發(fā)言人：
謝謝接線員。大家晚上好，早上好。歡迎參加MiniMax 2025年全年財務(wù)業(yè)績電話會議。在開始之前，請注意，今天的討論可能包含前瞻性陳述，涉及諸多風(fēng)險和不確定性。實際結(jié)果可能與討論內(nèi)容存在差異。除法律規(guī)定外，公司不承擔(dān)更新任何前瞻性信息的義務(wù)。
有關(guān)本次電話會議的重要信息，包括前瞻性陳述，請參閱公司早些時候發(fā)布的公開信息或2025年全年業(yè)績公告以及截至2025年12月31日的財務(wù)狀況。在今天的電話會議中，管理層還將討論某些非國際財務(wù)報告準(zhǔn)則財務(wù)指標(biāo)。這些指標(biāo)僅為補(bǔ)充信息提供，不應(yīng)取代基于國際財務(wù)報告準(zhǔn)則的財務(wù)結(jié)果。有關(guān)非國際財務(wù)報告準(zhǔn)則財務(wù)指標(biāo)的定義、國際財務(wù)報告準(zhǔn)則與非國際財務(wù)報告準(zhǔn)則財務(wù)結(jié)果的對賬及相關(guān)風(fēng)險因素，請參閱我們的2025年全年業(yè)績公告。
在今天的電話會議中，管理層將主要使用中文。第三方口譯員將在主旨發(fā)言環(huán)節(jié)和問答環(huán)節(jié)提供英語同聲傳譯。請注意，英語口譯僅為方便起見。如有任何歧義，以管理層的原始語言發(fā)言為準(zhǔn)。最后，除非另有說明，所有貨幣單位均為美元。我現(xiàn)在將電話線交給我們的創(chuàng)始人兼首席執(zhí)行官閆俊杰博士。
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
尊敬的投資者和分析師，晚上好。我是閆俊杰。感謝大家參加我們IPO后的第一次業(yè)績電話會議。我想借此機(jī)會分享我們過去一年的進(jìn)展以及我們下一階段增長的戰(zhàn)略重點。
首先回顧2025年。對MiniMax而言，今年的主題是"夯實基礎(chǔ)"。2025年，我們建立了全模態(tài)研發(fā)能力，在語言、視頻、語音和音樂等關(guān)鍵模態(tài)上均擁有了具備全球競爭力的模型。同時，我們通過持續(xù)的技術(shù)創(chuàng)新不斷升級產(chǎn)品，這包括面向企業(yè)和開發(fā)者的開放平臺，以及MiniMax Agent、海螺AI、星野等面向終端用戶的產(chǎn)品。我們還進(jìn)一步深化了全球布局。在大語言模型方面，去年第四季度，我們推出了三個更新模型：M2、M2.1和M2-her。M2重新定義了性能、成本和速度之間的平衡，并集成了三大關(guān)鍵能力：編程、工具使用和深度搜索。
其性能已接近全球領(lǐng)先水平。發(fā)布后，M2迅速獲得全球開發(fā)者社區(qū)的采納，成為OpenRouter上首個日消耗Token量超過500億的中國模型，同時在Hugging Face全球趨勢榜上位居榜首。基于M2，我們迅速推出了M2.1，專注于提升處理復(fù)雜現(xiàn)實世界任務(wù)的性能，特別是在編程和工作場所場景中，它在理解和執(zhí)行多步指令方面展現(xiàn)出更強(qiáng)能力。此外，M2-her作為支持我們AI互動產(chǎn)品（即星野）的基座模型。
其設(shè)計旨在提供更自然、更個性化的對話體驗，并在百輪長上下文對話測試中綜合表現(xiàn)排名全球第一。2月，我們發(fā)布了M2.5，在關(guān)鍵生產(chǎn)力場景（包括編程、工具使用和工作場所應(yīng)用）中取得了全球領(lǐng)先的性能。在編程方面，M2.5在FWE Bench Verified基準(zhǔn)測試中創(chuàng)造了新的行業(yè)記錄，同時與前一代M2.1相比實現(xiàn)了37%的效率提升。
更重要的是，M2.5使得復(fù)雜智能體的運(yùn)行在經(jīng)濟(jì)上變得可行。以每秒100 token的輸出速度連續(xù)運(yùn)行一小時，成本僅為1美元。這意味著，1萬美元的預(yù)算可以讓智能體持續(xù)運(yùn)行一整年。模型能力的突破也帶動了使用量的快速增長，M2.5發(fā)布后迅速登頂OpenRouter排行榜。
從M2到M2.1，再到現(xiàn)在的M2.5，每一代模型在能力和應(yīng)用采納上都實現(xiàn)了顯著提升。2026年2月，M2模型系列的日均Token消耗量是2025年12月記錄的6倍以上，其中來自編程場景的Token消耗量增長了超過十倍。在多模態(tài)方面，我們現(xiàn)在已建立起覆蓋視頻、語音和音樂的模型能力。
去年10月，我們發(fā)布了視頻模型海螺2.3，在角色運(yùn)動、視覺質(zhì)量和風(fēng)格表達(dá)方面實現(xiàn)了顯著改進(jìn)。我們還推出了一款更快的模型，可將批量內(nèi)容創(chuàng)建成本降低高達(dá)50%，并在海螺AI中進(jìn)一步升級了媒體智能體，支持全模態(tài)內(nèi)容創(chuàng)建，一鍵生成最終輸出。
截至2025年底，我們的視頻模型已累計幫助全球創(chuàng)作者生成超過6億個視頻。去年10月，我們發(fā)布了語音模型Speech 2.6，該模型針對語音智能體場景進(jìn)行了優(yōu)化，顯著增強(qiáng)了語音交互性能，實現(xiàn)了全球領(lǐng)先的超低延遲，并支持超過40種語言。截至去年底，我們的語音模型已累計幫助全球用戶生成超過2億小時的語音內(nèi)容，成為語音智能生態(tài)系統(tǒng)的核心基礎(chǔ)設(shè)施平臺之一。我們新發(fā)布的音樂模型Music 2.0和2.5也取得了顯著進(jìn)展，能夠可靠地處理廣泛的聲樂風(fēng)格和情感表達(dá)。
在開發(fā)這些模型和產(chǎn)品的過程中，我們也持續(xù)推進(jìn)了AI原生的組織進(jìn)化。在公司內(nèi)部，我們的智能體實習(xí)生現(xiàn)在支持近90%的員工，應(yīng)用場景涵蓋軟件開發(fā)、數(shù)據(jù)分析、運(yùn)營管理、人才招聘以及市場銷售。我們視自己為AI原生組織能力演進(jìn)的試驗場，這將穩(wěn)步提升我們的研發(fā)效率。今年1月，我們將積累的能力產(chǎn)品化，發(fā)布了MiniMax Agent 2.0，使智能體能夠直接訪問用戶的本地工作空間。同時，我們推出了專家智能體功能，允許用戶為專業(yè)用例創(chuàng)建特定領(lǐng)域的智能體。
截至2月底，專業(yè)用戶累計創(chuàng)建了超過5萬個專家智能體，通過深度知識和能力整合來解決專業(yè)挑戰(zhàn)。甚至在OpenClaw項目獲得廣泛關(guān)注之前，其創(chuàng)始人Peter就已經(jīng)高度評價了MiniMax提議的模型，稱M2.1模型是他首選且最好的開源模型。OpenClaw正式推出后，M2系列結(jié)合的性能和成本優(yōu)勢使更多開發(fā)者能夠以顯著更低的成本采納該模型。我們的智能體產(chǎn)品也積極支持OpenClaw，推出了MaxClaw，進(jìn)一步降低了用戶的準(zhǔn)入門檻。
接下來，我想談?wù)勎覀冊谏虡I(yè)化方面的進(jìn)展。全年來看，我們2025年全年實現(xiàn)收入7900萬美元，同比增長159%。其中，來自AI產(chǎn)品的收入達(dá)到5300萬美元，同比增長143%；來自我們開放平臺的收入約為2600萬美元，同比增長198%。請看下一張幻燈片。
我們看到2025年收入正在加速增長。例如，面向企業(yè)客戶和個人開發(fā)者的開放平臺，2026年2月的新用戶注冊量是2025年12月記錄的4倍以上。截至2025年12月31日，我們已累計服務(wù)來自超過200個國家和地區(qū)的2.36億用戶，以及來自100多個國家和地區(qū)的21.4萬企業(yè)客戶和開發(fā)者。國際市場收入占我們2025年總收入的70%以上，并且國際收入占我們開放平臺總收入的50%以上。
自M2.5發(fā)布以來，我們看到在國際市場獲得了強(qiáng)勁吸引力，新的全球客戶興趣濃厚，積極的用戶口碑持續(xù)建立。包括Google Vertex AI、Microsoft Azure AI Foundry、Fireworks AI和NetViews AI在內(nèi)的全球領(lǐng)先云提供商和AI原生云平臺均已部署MiniMax模型。我們也已成為OpenCode和Kilo Code等領(lǐng)先編程平臺的默認(rèn)模型。今天早些時候，Notion推出了M2.5，這是其首個也是唯一一個開源模型選項。
此外，在提供上述服務(wù)的同時，我們通過推動工程優(yōu)化進(jìn)一步提高了計算效率，并實現(xiàn)了有意義的收益。得益于算法優(yōu)化、算子實現(xiàn)以及編碼和解碼工程方面的迭代改進(jìn)，截至2026年2月，M2.5模型系列每百萬Token的推理計算成本相比2025年12月的水平已下降超過50%。同期，高保真視頻生成模型的推理延遲也降低了30%以上。
隨著我們模型能力的持續(xù)迭代和改進(jìn)，新的規(guī)模效益已經(jīng)顯現(xiàn)。2025年全年，毛利潤達(dá)到2000萬美元，同比增長437%，毛利率提升至25.4%，比2024年的12.2%提高了13個百分點。費用方面，銷售和營銷費用同比下降40%，而研發(fā)費用同比增長33.8%，但顯著低于我們的收入增長率。2025年全年，調(diào)整后凈虧損為2.5億美元。
隨著商業(yè)化持續(xù)推進(jìn)以及模型優(yōu)化帶來成本效益，我們的調(diào)整后凈虧損率顯著收窄。在2026年的前兩個月，我們已經(jīng)看到了強(qiáng)勁的增長勢頭。截至2026年2月，我們的年度經(jīng)常性收入已超過1.5億美元。接下來，我想分享一下我們對未來的展望。
我們相信，在2026年，智能水平將顯著提升。我們自身的努力將集中在以下三個方面。首先，在軟件開發(fā)領(lǐng)域，我們預(yù)計將看到L4到L5級別智能的出現(xiàn)，標(biāo)志著AI從工具向同事級協(xié)作者的轉(zhuǎn)變。其次，在專業(yè)工作場所，我們預(yù)計將看到類似于去年在編程領(lǐng)域所取得的進(jìn)步速度。
特別是，AI智能體在工作場所場景中的交付能力和滲透率將顯著提升。第三，多模態(tài)創(chuàng)作今年將朝著直接生成可供直接使用的長中長形式內(nèi)容邁進(jìn)，并出現(xiàn)越來越接近流式實時輸出的格式。綜合來看，這三個發(fā)展預(yù)示著新的技術(shù)挑戰(zhàn)、智能供給的大規(guī)模顯著擴(kuò)張，以及在應(yīng)用層出現(xiàn)的巨大創(chuàng)新窗口。它們也意味著對我們平臺的需求將顯著增加，Token量級可能增長一到兩個數(shù)量級。
我們的下一代M3和海螺3模型系列正是為了滿足這些需求而設(shè)計的。與此同時，我們正在快速加強(qiáng)我們的基礎(chǔ)設(shè)施，并持續(xù)吸引頂尖人才，將我們的關(guān)注點從優(yōu)化訓(xùn)練效率轉(zhuǎn)向提升更高的研發(fā)和迭代效率。在戰(zhàn)略層面，我們正從一家大模型公司演變?yōu)锳I時代的平臺公司。在互聯(lián)網(wǎng)時代，平臺公司主要是流量的入口。
然而，在AI時代，平臺公司是那些定義和推進(jìn)新智能范式、并能捕捉由這些范式轉(zhuǎn)變所創(chuàng)造的產(chǎn)品和商業(yè)價值的公司。這需要具備塑造新興智能框架的能力，在技術(shù)和產(chǎn)品上持續(xù)創(chuàng)新，并提供可擴(kuò)展的基礎(chǔ)設(shè)施和高效率的Token吞吐能力。我們相信，我們是少數(shù)已經(jīng)建立并持續(xù)加強(qiáng)這些能力的公司之一。因此，一個AI時代平臺公司的價值可以簡單地概括為：所提供的智能密度乘以Token吞吐量。當(dāng)這兩個維度都足夠強(qiáng)大時，平臺價值自然顯現(xiàn)。站在這個行業(yè)的歷史性拐點上，我們的能力源于兩個因素。AI行業(yè)的加速發(fā)展日益明顯。模型能力的突破、智能體應(yīng)用的部署以及變現(xiàn)模式的成熟也在行業(yè)中持續(xù)擴(kuò)展。
因此，我們已經(jīng)看到了強(qiáng)勁的增長勢頭。我們有信心成為AI平臺生態(tài)的核心建設(shè)者。我們準(zhǔn)備好的發(fā)言到此結(jié)束。現(xiàn)在我們準(zhǔn)備回答大家的問題。
問答環(huán)節(jié)
接線員：
問答環(huán)節(jié)
接線員：
現(xiàn)在我們開始電話會議的問答環(huán)節(jié)。（接線員指示）您的第一個問題來自摩根士丹利的Gary Yu。
Gary Yu：
謝謝管理層。感謝你們的分享。
你們的愿景是成為一家AI平臺公司。那么，你們?nèi)绾味xAI時代的平臺公司？為什么認(rèn)為像MiniMax這樣的初創(chuàng)公司能夠成為其中之一？謝謝。
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
謝謝你的問題。這是我們內(nèi)部長期討論和思考的事情。正如我們之前提到的，當(dāng)智能的邊界被推動時，它會產(chǎn)生許多新的場景、新的客戶和新的用戶，形成一個新的生態(tài)系統(tǒng)，并產(chǎn)生新的商業(yè)化紅利，例如，編碼或視覺/圖像生成領(lǐng)域已經(jīng)涌現(xiàn)出一些公司。那么，為什么MiniMax有機(jī)會成為AI時代的平臺公司？我認(rèn)為有幾個原因。首先，AI市場不是一個零和市場。
每年的增量市場都大于現(xiàn)有的存量市場。它也不是一個贏家通吃的市場。只要你擁有獨特的、差異化的創(chuàng)新，你就能找到自己的市場契合點。我們相信，在未來兩三年內(nèi)，我們的模型研發(fā)能力和基礎(chǔ)設(shè)施能力極有可能創(chuàng)造新的場景，并且在編碼、辦公效率和互動娛樂等領(lǐng)域存在著巨大的創(chuàng)新市場空間。
在這樣一個高增長、快速變化的市場中，我們認(rèn)為機(jī)會存在于三個層面。首先是模型層。我認(rèn)為一個關(guān)鍵要素是我們依賴于模型的長期積累和更快的迭代。例如，在108天的時間里，我們成功發(fā)布了M2、M2.1、M2.5，每一次發(fā)布都帶來了用戶數(shù)和API調(diào)用量的快速增長。并且，從創(chuàng)業(yè)第一天起，我們就在積累跨模態(tài)的能力。我們是唯一一家采用這種戰(zhàn)略的公司，這使我們在多模態(tài)融合這一必然趨勢中占據(jù)了有利位置。第二是產(chǎn)品層。MiniMax是國內(nèi)第一家同時注重產(chǎn)品和模型的公司。
因此，"模型+產(chǎn)品"形成了更強(qiáng)的準(zhǔn)入門檻。這種將模型作為產(chǎn)品的方式，是其他同行更難復(fù)制的。第三是生態(tài)層面。我們利用差異化的能力，建立了一個開放的系統(tǒng)，例如在OpenClaw生態(tài)中。OpenClaw使用了我們的許多模型進(jìn)行開發(fā)。同時，我們的模型也非常適合大吞吐量的產(chǎn)品場景。通過進(jìn)一步整合，也降低了用戶的使用門檻。這也是為什么我們看到大量的代碼貢獻(xiàn)。我們具備幫助生態(tài)系統(tǒng)快速成長的能力。展望未來，這只是我們內(nèi)部生態(tài)建設(shè)的開始。接下來，我們將專注于打造下一代全模態(tài)模型M3系列，確立清晰的模型差異化。
另一方面，我們希望圍繞我們提供的智能，構(gòu)建獨特的產(chǎn)品和生態(tài)系統(tǒng)。我們相信，除了少數(shù)幾家大廠之外，我們是亞洲唯一一家能夠同時在產(chǎn)品和模型上有所建樹的公司。謝謝。
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
下一個問題，謝謝。
接線員：
下一個問題來自摩根大通的Alex Vovk。請繼續(xù)。
Alexander Vovk：
謝謝管理層抽出時間。祝賀你們?nèi)〉脧?qiáng)勁的業(yè)績。
我想問一個關(guān)于多模態(tài)的問題，這是你們一直強(qiáng)調(diào)的AI的終局。如果競爭對手專注于先完善單一模態(tài)，然后再轉(zhuǎn)向跨模態(tài)，這意味著他們可能比你移動得更快，那么你們從一開始就專注于跨模態(tài)的方法會不會成為一種負(fù)擔(dān)，對你們來說會更慢嗎？
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
謝謝你的提問。這是我們自公司創(chuàng)立第一天起就一直在被問到的問題。我想借此機(jī)會解釋一下我們?yōu)槭裁磳Ｗ⒂诳缒B(tài)。我們認(rèn)為多模態(tài)的融合是持續(xù)提升智能水平的根本前提。過去六個月，已有多個模型通過多模態(tài)融合實現(xiàn)突破，驗證了這一趨勢。例如，像Nano Banana Pro這樣的模型，將視覺理解和生成融合在一起，進(jìn)一步拓展了智能的邊界。對我們來說，我們采用兩階段方法。我們現(xiàn)在正處于第二階段。過去的四年是第一階段。
我們穩(wěn)步在每個模態(tài)建立了業(yè)界領(lǐng)先的模型，獲得了積極的口碑和市場認(rèn)可。我們在各個模態(tài)都有很多模型在提供，并在各自領(lǐng)域取得了顯著成就。接下來，關(guān)鍵是要將它們整合融合，以實現(xiàn)更大的突破。今年下半年，M3模型正是為了實現(xiàn)這個目標(biāo)。在這個過程中，我們想強(qiáng)調(diào)兩點：第一，每個模態(tài)的積累都是一個漫長的過程。
從數(shù)據(jù)到單一模態(tài)，再到多模態(tài)融合，整個鏈條需要相當(dāng)長的時間。這是我們長期能力的基礎(chǔ)，也是我們的與眾不同之處。我們是國內(nèi)僅有的三家在所有模態(tài)都取得領(lǐng)先地位的公司之一。第二點我想分享的是，視頻生成，除了編碼和智能體任務(wù)之外，是最大的市場。我們相信，我們能夠看到接近實時格式的中長形式內(nèi)容。我們相信我們也能實現(xiàn)這種能力，并且對我們來說存在巨大的機(jī)會。就像你提到的，我們的戰(zhàn)略方法是否會阻礙我們的研發(fā)進(jìn)展？怎么說呢？我認(rèn)為挑戰(zhàn)是存在的，但它們是不可避免的。
自公司成立以來，AGI就一直是多模態(tài)輸入和輸出。因此，我們建立了一種組織架構(gòu)，使得跨模態(tài)的基礎(chǔ)能力可以復(fù)用。如您所見，在這種AI原生的組織架構(gòu)下，我們構(gòu)建全模態(tài)的成本并不比其他初創(chuàng)公司高，并且遠(yuǎn)低于大型科技公司的投入。而且，我們每個單獨的模態(tài)都取得了有競爭力的模型。
在某些情況下，甚至超過了專注于單一模態(tài)的公司。我們的技術(shù)判斷和前瞻性定位在過去幾年中不斷得到驗證，未來只會變得更加清晰。謝謝。
未具名發(fā)言人：
下一個問題，謝謝。
接線員：
我們的下一個問題來自瑞銀的Kenny Fong。
Kenneth Fong：
祝賀你們在IPO后取得強(qiáng)勁的業(yè)績。您提到L4到L5級別的編程智能正在到來，并且有很多說法稱許多軟件公司可能被智能體取代。我們應(yīng)該如何看待這種變革？你們在這個變革中處于什么位置？
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
嗯，這是一個非常重要的問題。
讓我先解釋一下L4到L5級別的智能意味著什么，以及編程智能的未來方向，還有我們在這個變革中的位置。L3是我們今天正在使用的智能體，而L4、L5代表著同事級和組織級的智能。舉個例子，我們想要構(gòu)建世界領(lǐng)先的模型，需要許多人、算法創(chuàng)新和實驗、程序優(yōu)化、數(shù)據(jù)處理和技術(shù)運(yùn)維的協(xié)作，工作量巨大。我們認(rèn)為L4將能夠處理許多創(chuàng)新性任務(wù)，例如，基于一篇研究論文進(jìn)行實驗，并為論文中的許多挑戰(zhàn)提出高效的解決方案，即實現(xiàn)許多創(chuàng)新。對于L5級別的智能，它需要的不僅僅是一個人，而是許多人的協(xié)作。
我認(rèn)為編程只是智能體的一部分。它是最早得到驗證的生產(chǎn)力能力。除了編程之外，我相信辦公生產(chǎn)力將在未來一年復(fù)制去年在編程領(lǐng)域看到的快速進(jìn)步。我們相信市場正在增長，我相信這個市場甚至比編程還要大。那么，我們?nèi)绾慰创约海课覀內(nèi)绾味ㄎ蛔约海课艺J(rèn)為我們面前有一個巨大的市場。編程模型讓更多的人能夠編寫代碼，并且編寫得更好。但我想再次強(qiáng)調(diào)，程序員在勞動力市場中仍然只占一小部分。
工作場所中更大一部分是由非代碼軟件處理的。例如數(shù)據(jù)分析、財務(wù)建模或制作幻燈片等用例，這些是支持財務(wù)業(yè)績會議所需的工作。這些工作用例代表的市場遠(yuǎn)比編程大。我們已經(jīng)在編程和智能體方面取得了初步進(jìn)展，用最少的資源占據(jù)了獨特的市場地位。
因此，更大的市場滲透才剛剛開始。對我們來說，我們行動迅速。就像我說的，從M2到M2.3的演變只用了108天。所以，可以說我們保持著行業(yè)中最快的迭代速度，每一代模型在能力和使用上都實現(xiàn)了顯著改進(jìn)，這凸顯了我們的研發(fā)能力和處理規(guī)模的能力。
我們用有限的資源構(gòu)建了M2，但我們的資源正在擴(kuò)大。我相信隨著模型改進(jìn)的加速，更好的模型將進(jìn)一步提高天花板。我們過往的業(yè)績是基于M2系列模型的。我們預(yù)計M3系列模型將釋放更大的潛力，形成一個積極的飛輪效應(yīng)。
除了我們的快速行動，我們能夠創(chuàng)造出差異化的模型，這在過去幾個月里不斷得到驗證。就像我說的，市場是巨大的，技術(shù)路徑將會分化。對我們來說，我們需要知道自己是否有能力定義技術(shù)路線圖。我們的目標(biāo)不是在每一個維度上都獲勝。相反，我們專注于定義能展示我們獨特優(yōu)勢的模型能力。對于M2、海螺2和語音2系列模型，每個都建立了清晰的差異化，并能夠迅速獲得市場吸引力。它們的特點包括低延遲、高成本效益。
這些特性將使我們脫穎而出，幫助我們獲得更大的市場份額。隨著我們的組織和資源持續(xù)擴(kuò)大，我們對模型演進(jìn)和技術(shù)路線的深刻理解將進(jìn)一步增強(qiáng)這種差異化及其價值。總之，我們有信心通過編程智能體以及更廣泛的生產(chǎn)力市場，進(jìn)一步提高我們的份額，實現(xiàn)更多突破。我們希望以更快的迭代和更強(qiáng)的差異化定位，爭取更大的市場，實現(xiàn)更多突破。
謝謝。
接線員：
您的下一個問題來自高盛。
分析師：
謝謝你的分享。我們知道在這個行業(yè)中，有科技巨頭、初創(chuàng)公司以及開源模型。
我想知道你在哪里競爭？你的優(yōu)先事項是什么？
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
如之前所述，我們正在構(gòu)建并希望成為一家AI時代的平臺公司，其驅(qū)動力來自于智能密度的持續(xù)提升，結(jié)合可擴(kuò)展的商業(yè)增長。與其他AI公司相比，我們在幾個方面有所不同。首先是我們的戰(zhàn)略定位。從第一天起，我們就專注于全模態(tài)模型，以提升智能密度和擴(kuò)展邊界，創(chuàng)造差異化價值。
同時，我們圍繞模型智能密度構(gòu)建可擴(kuò)展的產(chǎn)品和業(yè)務(wù)，將資源集中在能創(chuàng)造差異化價值的領(lǐng)域。例如，在2023年，我們決定不構(gòu)建通用的移動助手（即豆包和ChatGPT那樣的產(chǎn)品）。我們決定不構(gòu)建這樣的產(chǎn)品，因為我們不認(rèn)為能在這個領(lǐng)域創(chuàng)造獨特價值。相反，我們專注于差異化的模型研發(fā)和產(chǎn)品創(chuàng)新，而不是燒錢。以我們的海螺和MiniMax Agent產(chǎn)品為例。
這些是我們的重點。這個戰(zhàn)略決策強(qiáng)化了我們的差異化，并提高了我們的勝率。另一個例子是我們從第一天起就致力于跨模態(tài)開發(fā)基礎(chǔ)模型。正如之前提到的，每個模態(tài)的積累都至關(guān)重要。
我們現(xiàn)在已經(jīng)到達(dá)了跨模態(tài)融合的關(guān)鍵階段。這使我們能夠在向全模態(tài)融合的必然趨勢中占據(jù)有利位置。其次，我想談?wù)勎覀兊难邪l(fā)效率。在AI時代，成功最終不取決于你燒多少錢或多少資源，而取決于智能提升的速度。
這個速度來自研發(fā)效率。它將轉(zhuǎn)化為更大的市場份額和更高的效率。我們一直強(qiáng)調(diào)并執(zhí)行這一點。我們將之應(yīng)用于研發(fā)的每個階段，包括算法優(yōu)化、實驗設(shè)計、迭代周期等。我們充分利用我們靈活的組織結(jié)構(gòu)，結(jié)合自上而下和自下而上的方法，同時跨模態(tài)復(fù)用經(jīng)驗和基礎(chǔ)設(shè)施。
這確保了我們始終保持領(lǐng)先地位。長遠(yuǎn)來看，我們相信，全球范圍內(nèi)只有少數(shù)AI平臺產(chǎn)品將自然而然地引領(lǐng)行業(yè)。我們是少數(shù)幾家既有顯著優(yōu)勢又有清晰差異化定位以贏得競爭的獨立公司之一。
接線員：
您的下一個問題來自中信證券的于中海。
分析師：
謝謝。祝賀你們?nèi)〉脧?qiáng)勁的業(yè)績。您提到，在2026年的前兩個月，M2系列的Token消耗量已經(jīng)是去年12月的6倍。
這種爆炸性增長是一次性的紅利，還是一個可持續(xù)長期趨勢的開端？因為我們注意到OpenClaw上的Token消耗量出現(xiàn)了激增，所以我問這個問題。您認(rèn)為這是一個一次性現(xiàn)象，還是一個長期趨勢的開始？
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
謝謝你的提問。我們認(rèn)為這是一個長期趨勢的開始，而不是一次性的紅利。當(dāng)然，行業(yè)的增長往往遵循階梯函數(shù)的模式，而不是線性移動。我們能夠不斷推出新模型，這使我們能夠抓住行業(yè)機(jī)遇。我認(rèn)為核心部分是我們的研發(fā)戰(zhàn)略，即提前準(zhǔn)備資源和能力，并根據(jù)我們對智能演化的理解為每一代模型下定義。除了M2模型，下一波增長是由幾個因素支撐的。實際上，從2025年下半年開始，我們就一直在積極準(zhǔn)備能力，以捕捉2026年出現(xiàn)的多個高影響力的生產(chǎn)性機(jī)會。
我們相信增長將日益多元化。編程有巨大的發(fā)展空間。我的意思是，它作為一個輔助工具已經(jīng)相當(dāng)不錯了。我們相信它將繼續(xù)改進(jìn)，并從助手級工具向同事級協(xié)作者演變，甚至向更高級別的智能操作者演變。
根據(jù)我們的技術(shù)儲備、研發(fā)進(jìn)展和判斷，我們相信上述情況很可能在今年發(fā)生。第二點是關(guān)于工作場所場景，因為與編程相比，這是一個更大、更廣泛的市場。那里涉及到許多職業(yè)，使用各種各樣的工具，問題也更加復(fù)雜。這些職業(yè)執(zhí)行的許多任務(wù)也無法通過常規(guī)挑戰(zhàn)來驗證，我們一直在積極為此類挑戰(zhàn)做準(zhǔn)備。我們預(yù)計在工作場所，我們將看到類似于編程領(lǐng)域的快速進(jìn)步。轉(zhuǎn)向多模態(tài)領(lǐng)域，我們相信我們將顯著降低采用門檻，并制作更好的模型，從而能夠生成可供直接使用的、更長的視頻。
因此，模型競爭涉及輸贏，每家公司都面臨這個現(xiàn)實。沒有公司能保證永久的領(lǐng)先地位。然而，我們有信心在最關(guān)鍵的領(lǐng)域持續(xù)獲勝。我認(rèn)為我們的一個關(guān)鍵戰(zhàn)略是推動技術(shù)邊界，并利用這一點實現(xiàn)突破，通過我們的產(chǎn)品和模型創(chuàng)建一個更大的生態(tài)系統(tǒng)。最終目標(biāo)是利用這一點來捕捉紅利。我們有信心與這個行業(yè)共同成長，將我們的能力、研發(fā)效率、產(chǎn)品創(chuàng)新能力和全球變現(xiàn)能力擴(kuò)展為組織的持久競爭優(yōu)勢。
接線員：
您的下一個問題來自杰富瑞的Thomas John。
Thomas John：
晚上好。謝謝回答我的問題。您提到內(nèi)部智能體實習(xí)生現(xiàn)在覆蓋了近90%的員工。
這種變化給您帶來了什么洞察？它又是如何反饋到您的產(chǎn)品和技術(shù)開發(fā)中的？
閆俊杰，創(chuàng)始人、董事會主席、首席執(zhí)行官兼首席技術(shù)官：
謝謝你的提問。我們不只是一家AI公司。我們的目標(biāo)是構(gòu)建一個真正AI原生的平臺公司。在研究AI模型的同時，我們希望將自己轉(zhuǎn)變?yōu)橐粋€AI原生公司。
所以，這是我們的一個關(guān)鍵組織目標(biāo)。我們專注于兩件事：第一是速度，也就是進(jìn)步的速度。我的意思是，我們成為AI原生公司的根本原因在于，作為一家初創(chuàng)公司，我們資源有限，需要最大化效率以求生存和成功。因此，我們一直在內(nèi)部使用AI智能體，許多員工在日常工作中都在使用它們。
我們觀察到了一個清晰的趨勢。在許多情況下，動態(tài)正在從人教智能體如何工作，轉(zhuǎn)變?yōu)槿擞^察智能體如何工作。有時，智能體甚至?xí)o我們帶來驚喜。這不僅縮短了我們的組織工作流程，還讓每個環(huán)節(jié)都能受益于智能的提升。
從模型迭代、產(chǎn)品創(chuàng)新到客戶服務(wù)，我們的反饋和迭代循環(huán)正在加速。同時，我們的員工可以更專注于更高價值的工作，進(jìn)一步加快我們作為組織的思考和創(chuàng)新能力。這也反饋到我們的模型研發(fā)中，因為這讓我們能夠定義模型智能的目標(biāo)。例如，當(dāng)智能體在公司內(nèi)部部署時，我們可以清楚地觀察到，即使是今天最好的模型，仍然會犯錯或無法正確完成任務(wù)。
而這些差距恰恰揭示了最高的經(jīng)濟(jì)價值。它們?yōu)橄乱淮Ｐ秃椭悄荏w的研發(fā)指明了優(yōu)先級。這使我們能夠更清晰地定義我們的目標(biāo)。我們部署的智能體越多，模型迭代的方向就越清晰。
過去幾個月，我們的模型迭代速度、收入增長、客戶服務(wù)能力以及Token吞吐量都得到了提升。這讓我們能更快地定義新的模型目標(biāo)。我們正在公司內(nèi)部最大化AI的價值。我們相信，正如我們所說，構(gòu)建一個AI原生公司，我們已經(jīng)看到了內(nèi)部的積極飛輪效應(yīng)。我相信這將成為我們組織的關(guān)鍵競爭優(yōu)勢之一。再次感謝大家今天的參與。如果您有任何進(jìn)一步的問題，請隨時聯(lián)系我們的投資者關(guān)系團(tuán)隊。
謝謝。