MiniMax：「AGI」之路，我们不走「捷径」
在互联网领域，魏伟并非初来乍到——相反，魏伟是一名技术出身的 " 老兵 "。
2006 年在百度，魏伟就是百度在云领域尝试的第一批贡献者，和余凯、贾磊、徐伟等大牛同袍同泽。2011 年，他也是最早一批开始使用 GPU 驱动深度学习的先锋，支持算力平台。从百度出来，魏伟在 2016 年加入了正在高速发展期的腾讯云任职副总裁，在技术和业务层面都有涉猎。
(相关资料图)
中间，魏伟又经历了一段创业，而也是在这时，ChatGPT 横空出世，让 AGI ——这个一度被视为 " 口号式 " 的人工智能愿景——展现出了新的可能性。
面对这个可能颠覆科技界的机会，魏伟怎能不心动？在介绍之下，魏伟遇到了 MiniMax。魏伟发现这个年轻的团队对人工智能未来发展趋势的理解十分深刻，并且也坚定地相信着 AGI。
于是，" 跑步进场 " 的魏伟加入了 MiniMax，担任副总裁和开放平台负责人，帮助 MiniMax 在 B 端发展开放平台，拓展业务。现在，MiniMax 已经成为大模型独角兽公司。
近日，雷峰网来到了 MiniMax 北京办公室，和魏伟进行了一次深谈。也是在这次谈话后，有关 MiniMax 的很多疑惑，也都在不同程度上获得了解答。
一、MiniMax 是谁？
在外界，MiniMax 这个名字并不 " 响亮 " ——甚至不少 AI 领域的从业者，都从来没听过这个名字。
如同 " 锦衣夜行 "，MiniMax 鲜少对外发声，鲜少参与测评，也鲜少主动发布自己的产品。事实上，和雷峰网的对谈，是 MiniMax 的高管首次面对媒体，直抒胸臆。
既有头部资本的支持，又有米哈游、腾讯、小红书等大厂的青睐。单从这一点来看，虽然没有主动制造 " 神秘感 "，MiniMax 正伫立在聚光灯下，作为中国 AI 的新生代力量被密切关注着。
MiniMax 是谁？在魏伟的描述中，雷峰网看到了很多个 " 面相 "。
1、AGI 的信仰者
从几位早期成员，到今天 MiniMax 近 200 人的整体团队，平均年龄在 95 后左右，还有不少 00 后。
（在 AI 2.0 的 " 英雄时代 " 中，涌现了一大批年轻有为的 85 后、90 后创业者，雷峰网后续将持续关注和报道他们的故事和成果，欢迎添加作者微信：william_dong，交流认知，互通有无。）
魏伟来到 MiniMax，主要工作之一就是组建开放平台团队。不少入职的员工，都经过魏伟的亲自面试。
单是招人这一关，MiniMax 的标准，就足以管中窥豹，看到他们企业文化的一个侧面——每个加入 MiniMax 的候选人，都需要对技术和产品有足够的信念感。
这种对于 AGI 的信仰，体现在很多方面。比如，MiniMax 并不特别青睐更了解传统 NLP 或 CV 技术的 " 老人 "，也并不强求新人具有多厚重的经验和背景。
" 其实在大模型上，我们讲泛化能力；我们用一样的方式看人——应用到人身上，我们招人更讲究‘通才性’。" 魏伟说道，"（我们招人）已经不再局限于必须得是计算机出身。我们也发现，很多数学、物理，甚至文学、心理学出身的人，都会有实际输出。"
在过去，不少头部 AI 公司招人，很多的关注都被放在：拿过多少竞赛奖项、发过多少顶会的 Paper ……而这些 " 名头 "，MiniMax 却并不强求，反而对很多进取、活跃、没有包袱的年轻人广开大门。
" 大模型赛道还存在着太多非共识，既然我们也没完全弄懂，干脆和新朋友一起学习和成长。" 魏伟对雷峰网表示道。
2、低调的 " 野心家 "
MiniMax 的低调，已经几乎成了一种 " 习惯 "。
而当问到为什么他们更享受这种 " 神秘 " 的感觉的时候，魏伟对雷峰网说，他们并非刻意在保持一种 " 神秘 "，而是真的觉得，自己的技术还并没达到能够让内部觉得 " 拿得出手 " 的程度：
" 我们的技术还没能让我们满意，所以就不会贸然公布什么——在我们还没能达到自己期待的时候，过多‘抛头露面’，反而消耗的是市场和社会，对大模型事业的期望值。"
有一个投资人对雷峰网说过：在赛道过热时，能体现出一家公司定力的，不是他们在这个时刻做了什么，反而是他们选择不做什么。
这种定力，反而是体现在公司对于 AGI 的 " 野心 "。
" 如果大家都在现阶段水平下 " 卷 "，其实没有任何意义，目前距离实现真正的 AGI 仍然有很长的路要走。我们的目标是在算法上持续保持领先，在业务上始终为用户创造实际的价值。"
这种 " 野心 "，在 MiniMax 的身上体现相当明显。但也正是这种 " 野心 "，让 MiniMax 显得相当谦逊。
然而事实上，MiniMax 在技术上的实力从成立至今一直保持领先水平，也是目前国内少有的拥有文本、语音、视觉三模态融合的通用大模型引擎能力，并打通产品全链路的创业公司。
对于全链路自研，MiniMax 的目标相当执着，目前模型每周都会做迭代更新，这对整个系统有着非常高的算法要求和工程标准。
" 不少人质疑我们的算法是不是‘套壳’——对于我们来说，这甚至称得上一种褒奖。" 魏伟对雷峰网说道。
二、MiniMax 在做什么？
在算法能够初步达到面向市场的程度之后，MiniMax 一直致力于 "User-in-the-Loop" 的产品研发模式，并且还取得了不错的成绩，而由此取得的用户反馈数据，也为算法的进一步提升打下了坚实基础。
但 MiniMax 还不满足于此，在算法日渐成熟之后，他们把眼光转向了 B 端市场。魏伟所负责的面向企业及用户的开放平台，就是 MiniMax 意在利用大模型改变市场的矛头先锋。
做 To B 和做 To C 的逻辑完全不同，大模型更是如此—— To B 的产品要能实打实地带来生产力和使用体验的提升。
魏伟表示：" 一个 C 端用户通过低廉，或免费的方式，获取大模型对他们问题的解答，或许有不少人愿意买单。但 B 端用户是否愿意为大模型付费，支撑公司的营收，中间其实还有一道鸿沟——很多 B 端客户不会轻易掏这个钱。"
而跨越这道鸿沟，MiniMax 选择的方法无他，只有通过加深对场景的理解能力，来发展出更具优势的技术。MiniMax 开放平台目前已接入数百家企业客户，打通办公协作、智能硬件、教育、医疗、客服等十余个行业场景。
" 首先还是基于我们过去一年的研发能力积累，整套研发链路跑通后，我们会基于我们的算法能力来帮助客户在实际场景中对齐输出效果。"
以办公场景为例，MiniMax 为金山办公旗下的智能办公助手 WPS AI 提供多种大模型能力。
结合办公场景的业务需求，大模型可以帮助用户完成文本生成、要点总结、任务分发、表格和演示生成等任务，以让办公更流畅、高效、智能。
如果你参加今年的 WAIC，在 WPS AI 的展区，MiniMax 将联合金山办公，完成一场技术分享会，推介他们最新的技术研发成果。
为了能让算法对于文档场景的理解能更加深刻，做文章、故事的续写，乃至到代码的生成，MiniMax 不仅有团队全时派驻在客户的公司，来帮助厂商获得更好的 " 使用姿势 "；同时还更是分出人力，一家家地跑了不少业务相关小公司，有不少甚至只是五六个人的工作室，Case by case 地收集案例和使用需求，以此来实现算法层面的更新。
在落地的过程中魏伟带领的开放平台团队就是如此，跨越了一个又一个挑战。今天在办公文档领域，MiniMax 的算法已经可以帮助客户处理超过 16k 的长文、支持和优化摘要和缩写格式的输出、更准确直接地理解用户的需求，甚至生成代码，让处理文档的算法，从一个 " 文科生 " 往 " 理科生 " 的方向上转变。
而当被问起时，对于过去经历的难题，魏伟似乎并不完全在意。
" 都是已经被解决了的问题，" 他说，" 我们更关注的是下一个我们将要迈过的‘坎’。"
以技术突围，MiniMax 已经在多个领域有了不少落地的案例：
在企业服务场景中，MiniMax 与腾讯轻联做了许多关于打造个人工作生活 " 小助手 " 尝试，在其已有工具上做模型转化后能力输出，拉通大模型和 SaaS 产品的融合使用。
与掌阅科技合作的对话式 AI 应用 " 阅爱聊 "，能让文学作品中的角色来到现实，与用户展开一场 " 跨次元 " 对谈；
而与金山合作的 WPS AI，则已接入了 WPS 矩阵中文档、演示、表格中大量场景，在智能办公领域提供了不少新的可能，与上面提到的 " 阅爱聊 " 一同，入选了 " 北京市通用人工智能大模型行业应用典型场景案例 "；
而与小米，MiniMax 也展开了深入的合作—— MiniMax 开放平台为小爱同学（小米的智能语音助手）在智能硬件、商城助手等场景赋能，具体包括闲聊、角色扮演、知识问答、信息提取等相关能力。
三、MiniMax 要去哪？
MiniMax 最重要的企业文化是 " 不走捷径 "。
在 To B 生意上已经生根发芽，但这对于一家有 " 野心 " 的大模型公司来说，要保持技术领先并持续打通产品和业务链路，走向通用人工智能的终极目标，这只能算是一个阶段性成果。
因为核心团队都亲历过 AI 1.0 时代，MiniMax 决定不走捷径，把 " 与用户共建智能 "（Intelligence with Everyone），作为公司立身发展的第一性。魏伟坚定表示，"始终基于用户需求，这样算法才能不断突破临界点，我们也才能为越来越多的客户带来实打实的价值。"
这势必是一场持久旅程。当下，大模型算法的天花板还没能看到，MiniMax 起步虽然不晚，但在数据和场景的积累上，还依然需要很多沉淀。
而 MiniMax 也绝不单纯只是 " 眼望星空 " 的空想家，在 " 脚踏实地 " 的层面，他们也勇敢地面对接踵而来的挑战。
一位圈内人士对雷峰网表示，大模型从一项 " 技术 " 变成能实际变成生产力的 " 产品 "，中间有很多复杂的工程问题需要解决。而能否解决这些工程问题，则是众多 AI 公司能否 " 落到地面 " 的关键细节。
而大模型 To B 做 MaaS，也就是 " 模型即服务 "，部署就是这样一个相当微妙的工程问题：
一方面，要做云端部署，不少客户，尤其是身处医疗、金融行业等对保密性、安全性要求更高的企业，对于云端部署的不确定性相当介意；
另一方面，企业承担私有化部署的成本非常高。而当下很多小模型由于算法能力不足，尽管企业针对私有数据进行 fine-tune，仍然很难达到业务上线标准，反而会让企业花更多成本踩 " 坑 "。
魏伟和团队认为，只有当模型能力足够通用之后，企业买私有化部署的模型才能产生足够大的价值，这样才能实打实的解决企业问题。
不少厂商给出的解决方案，是做一套更小的模型，降低私有化部署的压力，通过一定程度牺牲模型能力，来换取更加低成本的产品落地。但这里必须要解决更新速度的问题，不然会很难跟上技术发展。
魏伟认为，不管哪种解决方案，只有能真正让企业在业务上获得提升，才是真正有价值的。
MiniMax 在模型性能上不想妥协，那么部署问题就必须被解决。
而这个问题，难不倒云业务出身、SaaS 经验丰富的魏伟和他带领的开放平台团队。MiniMax 给出的方案，是 " 云上专区 " 部署。
针对客户基于安全性的需求，MiniMax 和多家云厂商达成了合作，模型提供方把模型在云端放置在一个相对封闭的专区中，只具备日常更新和 Debug 的权限；云厂商只作为审计第三方，通过堡垒机和安全审计来防止非法的下载。
这种单向的链路，让无论模型提供方还是云厂商，都无法直接下载用户的数据，安全性就得到了很大程度上的保障。
同时在这个模式下，模型直给应用，用户通过 API，可以直接调用专属的集群，模型提供方实时的模型更新，用户也能第一时间接收到成果。
这种 " 云上专区 " 在美国有不少尝试者，而这种模式也正逐渐为 MiniMax 国内的各个大客户所接受。
结语：不走捷径的 MiniMax
不少了解 MiniMax 内情的人，会用 " 外佛内卷 " 来形容这家公司。
对外，MiniMax 足够 " 佛 "。他们知道过多的关注会给团队的心态带来不确定的影响，于是 " 谨言慎行 "，能够不受外界影响，专研开发的状态，严谨而 " 孤独 "。
对内，MiniMax 却很 " 卷 "。他们的更新迭代始终保持在一个很高的节奏上，因为距离真正实现 AGI，对所有人来说都还很遥远，必须要保持足够快的进步速度。
因此，评价这家年轻的创业公司，尽管团队和公司的年龄都不大，却总能让人感受到一种不似新创公司的 " 老成 "。团队有激情、有拼劲，公司文化也更直接，对事不对人。一位猎头向雷峰网表示，现在上海能从字节逆向挖人的，除了刚在拼多多对面开办公室对着挖拼多多和字节增长岗的 Shein，就是 MiniMax 了。
MiniMax 之所以 " 有所为，有所不为 "，是因为他们把 " 与用户共建智能 "，看得比什么都重。
在内部，MiniMax 常常用 " 造一艘火箭 " 来形容自己的状态——在火箭成功上天之前，一切都应该踏踏实实为技术发展服务。
有了解 MiniMax 的人分析，以 MiniMax 的算法演进，目前在中文能力上在不少复杂场景已经可以平替 GPT3.5，而 GPT-4 似乎也不再只是一个 " 可望不可及 " 的目标。（当前 MiniMax 开放平台已上线其最新版本的文本模型 "MiniMax-ABAB 5.5"，欢迎申请体验：https://api.minimax.chat/）。
去往 AGI 的路途虽然仍然遥远，在今天可能只写完了一个 " 序言 "。而明天，对于 MiniMax 来说，仍如同黑夜中的海洋，充满着未知的风浪。
好在，远处仍然有一座灯塔，还闪烁着依稀温暖的光芒——只要心中仍有对 AGI 的信仰，MiniMax 就不至于迷路。
（雷峰网后续将持续关注 MiniMax 以及其他优秀的大模型创业公司，欢迎添加作者微信：william_dong，一同见证这个足称 " 伟大 " 的 AI " 英雄时代 "。）
标签：
