DeepSeek 的走红，如同一颗超新星爆发，释放出巨大能量，瞬间照亮了中国的 AI 星系。在上海人工智能的群星中，稀宇科技（MiniMax）是颇为亮眼的那一颗。
DeepSeek 以文字见长，MiniMax 则在文本、视频、语音多模态技术领域保持领先。今年 1 月的全球 AI 视频产品榜中，MiniMax 旗下海螺 AI 视频网站全球访问量位居榜首。截至 2 月上旬，MiniMax 以每日生成数百万条视频占据全球第一宝座，每日生成语音量位居国内前二，文本处理量也位居国内前列。在全世界竞争最激烈的领域，这家上海公司如何一步步提升竞争位次，在细分赛道超越顶尖同行？
用一张照片“拍”出电影
用人工智能生成视频，是许多人乐于尝试的应用。但 AI 的技术缺陷也引来很多吐槽：“上一段视频中生成的是张三，下一段视频就变成了另一张脸。无论怎么调整，都无法让两段视频的主角变成同一人。”人物角色一致性的难题，让 AI 难以制作出同一人物角色、不同故事情节的短片，大大限制了 AI 生成视频的应用场景。直到今年 1 月 MiniMax 发布最新视频模型，将这一难题彻底化解。用户只需提供 1 张人物的正面照片，不论生成多少段风格迥异的视频，主角都是这个人。这让网友惊呼，一张照片就能做电影，这不是梦！在创业过程中，MiniMax 始终坚持技术驱动。动态视频中如何保持人物面部多角度的真实度和稳定性，如何保持人物角色高度一致…… 痛点就是 MiniMax 攻关的重点。开发团队进行了大量技术探索，比选不同的技术路径，最后开发出 S2V 模型 —— 只需传统方案 1% 的输入量和计算成本，“上传 1 张图片”的效果就足够好。在 3 年多时间里，一次次迭代升级，文生视频、图生视频、主体参考等功能持续优化。这些创新，让海螺 AI 视频在激烈竞争中杀出重围，使用量反超 OpenAI 的 Sora，用户分布在全球超 200 个国家和地区。在文生语音等功能上，MiniMax 也走出了差异化路线。网友发现，MiniMax 的语音功能竟然带有情绪调节和效果器功能，AI 生成的语音可以带上开心、难过、生气等情绪，这一创新让有声书和广播剧的生产力大幅提升。“通用人工智能不是简单的互联网流量变化，而是计算范式的颠覆式创新，将会引领生产力、社会分工以及产业结构的深刻变革。”MiniMax 创始人闫俊杰说。
画自己的图纸建造大厦
算力、算法和数据是人工智能发展的“铁三角”。MiniMax 创立之初，算力和数据十分有限，唯一选择就是在算法上求突破。从 2023 年夏天开始，公司将 80% 的算力与研发资源投入底层架构研发，这在外人看来就像一场豪赌。“我们在工程上遇到的很多问题，源于一片漆黑的未知。”公司技术团队在没有成熟经验可供借鉴的情况下，一次次试错，持续进行摸索。一年后，公司成功推出国内首个基于 MoE 架构的模型，研发人员又向“注意力机制”难题发起冲击。今年 1 月，大规模实现线性注意力机制的 MiniMax-01 模型诞生。这是中国公司首次突破传统 Transformer 架构，并逐渐为行业广泛认可。
“底层模型能力是决定大模型应用成功与否的首要因素。”MiniMax 副总裁刘华告诉记者，虽然照着现成的图纸盖楼相对容易，但图纸的不足也会限制楼房的高度。我们选择用自己的图纸构筑大厦，一开始或许慢一些，但希望能更好应对未来的挑战。底层架构如同 AI“新基建”，MiniMax-01 模型突破了长文本处理瓶颈，可高效处理最长 400 万 token（词元）的上下文。在工业领域，该模型可以快速解析百万字设备日志，辅助故障诊断；在医疗场景，它可连续跟踪患者数年病历，生成个性化治疗方案。最近两年，大模型技术快速迭代，国际国内 AI 行业都在白热化竞争。底层模型一次重大迭代对产品带来的优化效果，会远超在工程实现层面对产品进行“雕花”。这也是 MiniMax 始终紧盯模型本身，加速迭代升级的重要原因。
借助上海优势加快发展
作为上海人工智能高地孵化的代表性企业，MiniMax 的成长离不开这座城市独特的文化和基因。上海汇聚了全球顶尖的 AI 人才，大量富有热情的年轻人才，为产业快速发展提供了支撑。在 MiniMax 上海总部大楼，研发人员持续增多。2023 年 6 月，还只是一层楼坐了半个楼面，后来很快坐满两层楼。从人工智能行业发展看，成功的模型，就脱胎于科学的做事方法、数百人技术团队的有效组织、坦诚扎实的研发文化。不久前，上海推出人工智能“模塑申城”实施方案，在算力、场景、数据、人才方面推出一批有力举措。上海还积极推动大模型企业与场景企业对接。以 MiniMax 为例，他们与小红书合作打造生成式智能搜索，与阅文集团合作将数千本小说变成超自然、高保真的有声书等，通过相互赋能实现更快发展。闫俊杰相信，“真正有价值的事，不是当前做得怎么样，而是技术进化的速度。”一如多年前的移动互联网行业，在人工智能这个快速迭代的行业，民营科技企业展现出独特价值，那就是以技术驱动实现快速发展，以灵活机制捕捉前沿趋势，以务实创新解决产业痛点。上海人工智能产业规模已突破 4000 亿元，规模以上企业超 350 家。仅“模速空间”及周边，就已聚集 255 家大模型企业和 34 个备案大模型。上海的 AI 宇宙正在加速壮大，更多激动人心的故事正在续写。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。