MiniMax 和月之暗面：中國 AI 創(chuàng)業(yè)公司的兩種路徑和共同難題

一時的技術(shù)成果或者用戶增長，很難成為 AI 公司的競爭優(yōu)勢。

文丨王與桐

編輯丨賀乾明

大會結(jié)束，月之暗面創(chuàng)始人楊植麟被觀眾層層圍住，有人舉著手機想加他微信，有人追到茶歇區(qū)要簽名。投資這家公司的機構(gòu)，拉一整大巴的投資人去拜訪他，“讓一線投資人見見好的創(chuàng)業(yè)者是什么樣子”。

MiniMax 創(chuàng)始人閆俊杰很少公開露面，網(wǎng)上能搜到的照片沒幾張。這無礙他在投資行業(yè)的熱度。MiniMax 估值長期排在中國大模型創(chuàng)業(yè)公司前列，投資人要靠 “搶” 才能拿到份額。

這一切發(fā)生在 DeepSeek 爆火前。今年初，兩家明星創(chuàng)業(yè)公司一起被擠到聚光燈邊緣。

春節(jié)后的第一個工作周，兩家公司的二號位各自召開了內(nèi)部會議，討論 DeepSeek 之后該怎么做增長。月之暗面在長達 6 個小時的會議后，決定暫緩?fù)斗牛貧w產(chǎn)品和技術(shù)本身。在 MiniMax，DAU 被稱為 “虛榮指標(biāo)”。

兩家公司有員工覺得，這是一種 “解脫”：不用再絕望地消耗資源與字節(jié)等巨頭競爭，也無需拼命證明 “中國能誕生 OpenAI”。問題已經(jīng)失去意義。

在這之后，兩家公司取得更好的技術(shù)進展。MiniMax 的視頻生成模型，宣稱在一些場景超過 Google 的 Veo3；其開源的 M2 文本模型，在部分測評中位列全球開源模型第一。月之暗面的 K2 模型，被稱為 “中國又一個 DeepSeek”；近期發(fā)布的 K2 Thinking，宣稱部分基準(zhǔn)測試得分超過 GPT-5。

他們的壓力并沒有消失。MiniMax 和月之暗面曾用較少的資源證明過增長潛力。兩家公司因此拿到中國大模型創(chuàng)投領(lǐng)域大多數(shù)資金，總計超過 200 億元人民幣。

這筆錢很少，讓他們難與字節(jié)、阿里，甚至是 DeepSeek 正面競爭，或者是對標(biāo) OpenAI、Anthropic 這些海外同行。但這筆錢又足夠多，讓他們無法收斂野心。

閆俊杰和楊植麟是中國大模型領(lǐng)域的 “雙子星”。他們幾乎在同一時間走進公眾視野，講著相似的理想——相信技術(shù)，追求 AGI；也都在融資、流量、爭議與期待中長期被同一個問題拷問：中國的 OpenAI，會誕生在哪？

兩人的相同之處并不多。閆俊杰崇尚 “系統(tǒng)理性”，想要在龐雜的約束中尋找最優(yōu)解。他把公司視作可以設(shè)計和優(yōu)化的函數(shù)，堅信組織的力量能夠催生創(chuàng)新與增長。

他敢于決斷，然后接受沖突，迅速迭代。他創(chuàng)辦的 MiniMax，在技術(shù)路線上選擇多模態(tài)模型，是中國最早推出 MoE 模型的團隊之一。

楊植麟則相信人才的力量，公司的核心產(chǎn)品 “Kimi” 也是他的英文名，個人光環(huán)與公司品牌深度綁定。

他看重 “共識驅(qū)動”，相信少數(shù)精英能引領(lǐng)方向。與 MiniMax 不同，他創(chuàng)辦的月之暗面更執(zhí)著于無損的語言模型本身的力量，一度不怎么在意 MoE。

現(xiàn)在他們要解決的問題是一樣的。之前三年過山車般的經(jīng)歷表明，一時的技術(shù)成果或者用戶增長，很難成為競爭優(yōu)勢。他們還要建立讓技術(shù)和用戶增長持續(xù)產(chǎn)生的組織能力。

技術(shù) CEO、管家二號位

2017 年，在商湯擔(dān)任 CEO 助理的贠燁祎，就向云啟資本合伙人、也是她在約翰霍普金斯的師兄陳昱提出過創(chuàng)業(yè)設(shè)想，但因為缺合伙人沒能推進。四年后，她再次找到陳昱：“我終于找到創(chuàng)業(yè)搭子了。”

這個搭子，就是閆俊杰。

閆俊杰是典型的 “系統(tǒng)內(nèi)優(yōu)勝者”。他出生于 1989 年，在河南的縣城長大，博士就讀于中國科學(xué)院自動化所。

2014 年博士畢業(yè)后，閆俊杰加入商湯，在這家核心成員大多來自香港中文大學(xué)和海外高校博士生的公司中，他只用了五年時間，就從算法工程師一路做到最年輕的副總裁、研究院副院長，負責(zé)智慧城市、游戲等多個業(yè)務(wù)。他參與了商湯底層算法到工程落地的體系建設(shè)，發(fā)表上百篇論文。

MiniMax 創(chuàng)始人閆俊杰。圖片來自視覺中國。

閆俊杰第一次見陳昱，就給對方留下深刻印象：一是光頭，“一看就是絕頂聰明”；二是閆俊杰跟他講，可以用基礎(chǔ)模型，解決更加通用和泛化的問題。

“現(xiàn)在看來當(dāng)然是常識，但在行業(yè)都還在講用若干小模型解決復(fù)雜問題的 2021 年，令人耳目一新。” 陳昱說。

2021 年底，閆俊杰離職創(chuàng)辦 MiniMax。閆俊杰負責(zé)技術(shù)，贠燁祎負責(zé)技術(shù)之外的產(chǎn)品、融資等事務(wù)。一位 MiniMax 早期人士說：“閆俊杰想要做全世界最偉大的技術(shù)，贠燁祎想做全世界最偉大的公司。”

閆俊杰把 AGI 視為 “普通人每天都會用的一個產(chǎn)品、一個服務(wù)”。一位 MiniMax 前員工說，他加入 MiniMax，是被會議室墻上的一行字打動——Intelligence for Everyone。

MiniMax 的第一輪融資印證了這套故事的吸引力：閆俊杰在與高瓴創(chuàng)始人張磊聊過后，高瓴直接取代云啟，拿下首輪 2000 萬美元融資的領(lǐng)投。MiniMax 投后估值達到 2 億美元。

月之暗面起步?jīng)]那么順利。2023 年初，剛成立的月之暗面想融資 2000 萬美元還不順利。在投資人眼里，楊植麟只有 “技術(shù)” 標(biāo)簽，缺少產(chǎn)品、管理、融資經(jīng)驗。

出生于 1992 年的楊植麟是廣東汕頭人，頭發(fā)茂密，他在卡耐基梅隆讀博期間，發(fā)布的大語言模型相關(guān)論文 XLNet 和 Transformer-XL，現(xiàn)在引用接近兩萬。

月之暗面創(chuàng)始人楊植麟。圖片來自視覺中國。

同樣在讀博士期間，27 歲的楊植麟?yún)⑴c創(chuàng)辦 AI 公司循環(huán)智能。他在自己的個人主頁上寫道：“我所有工作的目標(biāo)，包括研究和商業(yè)，都是最大化人工智能的價值。”

月之暗面的起點，是楊植麟在循環(huán)智能負責(zé)的團隊。2021 年，楊植麟主導(dǎo)了華為云合作的千億級盤古大模型，團隊就叫 “Moonshot”。兩年后，他推動 “Moonshot” 從循環(huán)獨立，成立月之暗面。他認為要 “專門建一家公司，而不是從別的業(yè)務(wù)里拐出一條支線。”

起步融資遇挫，楊植麟想到循環(huán)智能的投資人、也是他的清華學(xué)姐張予彤。在 2019 年，還在金沙江創(chuàng)投的張予彤就主導(dǎo)投資了循環(huán)智能。

在張予彤的推動下，月之暗面最終在 2023 年上半年完成第一筆融資，紅杉、真格、Monolith 的下注讓楊植麟趕上了窗口期。張予彤如今在月之暗面的角色是二號位，與贠燁祎在 MiniMax 類似，負責(zé)融資、增長等業(yè)務(wù)。不過張予彤的加入，后來也讓月之暗面陷入潛在的利益沖突與仲裁風(fēng)波。

雖然起步方式不同，兩位創(chuàng)始人在公司的發(fā)展上做出了類似的選擇：用大半年時間研發(fā)基礎(chǔ)模型后，嘗試做 C 端產(chǎn)品，并迎來了第一個爆發(fā)點。

2022 年中，MiniMax 投入數(shù)名員工，用一個月的時間做出了 AI 對話產(chǎn)品 Glow，用戶可以在這個產(chǎn)品上自由創(chuàng)建角色，并和角色對話。他們本想用游戲化的方式收集數(shù)據(jù)，“沒人想到這個產(chǎn)品會一炮而紅”。Glow 上線 4 個月后注冊用戶超過五百萬。

“Glow 出乎意料的成功讓公司的重心轉(zhuǎn)向了 C 端產(chǎn)品。” 一位 MiniMax 員工說。2023 年底，MiniMax 有約 300 名員工，其中近 200 人在產(chǎn)品線，遠超同類大模型創(chuàng)業(yè)公司。

月之暗面的故事類似。2023 年 8 月，他們第一個模型訓(xùn)練到后期，開始立項做 AI 助理 Kimi，當(dāng)時整個公司只有 50 人，預(yù)期只是 “展示模型能力”。上線之后，Kimi 連續(xù)數(shù)月月活用戶環(huán)比增長超過 100%。

“用了最少的錢，最少的人，最少的卡，做到了最好的狀態(tài)。” Monolith 創(chuàng)始合伙人曹曦曾如此評價月之暗面，他的基金跟進了月之暗面三輪融資。

到 2023 底再融資時，月之暗面成為資本追捧的對象。小紅書投前 9 億美元估值的價格很快被阿里壓過：投資近 8 億美元，將月之暗面的估值抬升到 23.4 億美元。

這讓它的估值與 2021 年就成立的 MiniMax 并駕齊驅(qū)，膨脹速度遠超上一代 AI 公司。同一時間，MiniMax 也拿到阿里投資的 6 億美元資源，估值又超過月之暗面。

兩筆融資 2024 年初完成，合計超 14 億美元（100 億元人民幣），超過中國大模型創(chuàng)投領(lǐng)域上一年公開融資總額，改寫了行業(yè)格局。

早期增長吸引大額投資，也成了競爭中的弱點

大額資本的注入放大了兩位創(chuàng)始人的野心。2024 年初，閆俊杰定下激進目標(biāo)：技術(shù)達到 GPT-4 的水平，把產(chǎn)品用戶規(guī)模翻十倍，單個產(chǎn)品能突破千萬 DAU。

這一年的 MiniMax 很像字節(jié)跳動：同時推進多條產(chǎn)品線，從 Talkie、星野到海螺 AI，還有幾個沒有上線過就放棄的產(chǎn)品。年中，MiniMax 員工總數(shù)增長到 400 左右。

公司成立剛一年，楊植麟定下覆蓋多個方向的目標(biāo)：技術(shù)上深入無損長文本、視頻生成、多階段推理；產(chǎn)品上追求 DAU 增長、出海；并加大商業(yè)化力度。到年中，信奉精英策略的月之暗面，員工也翻了一番。

問題跟著爆發(fā)。MiniMax 陷入糾結(jié)與搖擺，這年 1 月，MiniMax 視覺模型團隊開始押注視頻模型；3 月，他們抽調(diào)星野 /Talkie 和開放平臺的一部分研發(fā)人員，做產(chǎn)品形態(tài)類似即夢的視頻生成項目；5 月，他們放棄這個產(chǎn)品形態(tài)項目。

到了 8 月，高層要求在一周內(nèi)讓模型 “能用”，要趕上公司的 Open Day。一位員工回憶，那時模型生成的人物 “手腳還在亂飛”，而承載視頻模型的產(chǎn)品項目早已放棄。

最終團隊先做了網(wǎng)頁版上線，讓用戶測試，移動端往后延，嫁接到原本主打語音交互的海螺 AI 上。不過就像 Glow 一樣，他們對這個產(chǎn)品期望不高。但第二個月，其網(wǎng)頁端訪問量就接近 500 萬。

一位 MiniMax 員工回憶，2024 年的大部分時間，他們都被這種 “既要又要” 的氣氛影響——公司既想增長，又不想將模型往 “不健康” 方向調(diào)整，但 “一健康就不增長”。高層一度要求暫停在 Talkie、星野等產(chǎn)品上增加廣告位，但收入下滑后又陷入焦慮。

閆俊杰說，他經(jīng)歷過技術(shù)被資本裹挾的過程：“如果一家企業(yè)必須靠不斷融資才能前進，那它優(yōu)化的就不再是產(chǎn)品，而是如何說服投資人繼續(xù)給錢。”

月之暗面的精英策略也沒有在新方向上發(fā)揮太多效果。他們想要復(fù)現(xiàn) Sora 的視頻模型，但效果一直未及預(yù)期，唯一的 “亮相”，是幾位聯(lián)合創(chuàng)始人在朋友圈里發(fā)布的幾條視頻，稱由自家視頻模型生成；月之暗面低調(diào)上線的兩款出海產(chǎn)品 Ohai 和 Noisee，幾個月后便停止運營。

在這期間，月之暗面創(chuàng)始團隊出售股份，迅速在創(chuàng)投領(lǐng)域引發(fā)風(fēng)波。

2024 年中，“大模型進展放緩” 的論調(diào)開始流行。當(dāng)技術(shù)可能很難帶來巨大突破時，市場和投資人衡量公司增長潛力的指標(biāo)，轉(zhuǎn)向最直接的 DAU 數(shù)據(jù)。

在月之暗面，張予彤主導(dǎo)大規(guī)模投流，拉高了 B 站等平臺的 AI 產(chǎn)品投流價格。MiniMax 也在高層反復(fù)的糾結(jié)后，最終決定跟進。

他們再一次被資本看好。MiniMax 拿到騰訊等機構(gòu)的投資；8 月，月之暗面獲得騰訊、高榕創(chuàng)投等 3 億美元融資。資本意志開始更深地介入公司經(jīng)營，部分投資人頻繁給他們提供增長 “建議”：哪些海外 AI 應(yīng)用公司增長更快，哪些投流策略更高效，哪類產(chǎn)品功能更能帶來留存。

可一同出現(xiàn)的還有更強的對手。字節(jié)跳動發(fā)動了飽和式進攻：產(chǎn)品線覆蓋一切，從生產(chǎn)力到娛樂，從助手到硬件。我們了解到，字節(jié)當(dāng)時因合規(guī)風(fēng)險控制過外部AI產(chǎn)品在抖音上的投放（今年已放開），而豆包等作為字節(jié)系產(chǎn)品，還能享受折扣。

一位月之暗面員工回憶，那是公司的士氣低谷，“面對字節(jié)這樣的敵人，是打不過的。” 一位投資人稱，如果不推動公司轉(zhuǎn)型，“除了硬著頭皮跟字節(jié)拼消耗，似乎別無他法”。

到這一年 10 月，一場數(shù)位投了大模型的投資人參加的聚會中，他們開始討論 “如何能賣掉部分手里的大模型創(chuàng)業(yè)公司股份？”

追求技術(shù)可以是一種選擇，但空間越來越小

DeepSeek “解救” 了 MiniMax 和月之暗面。他們靠著遠超市場預(yù)期的模型，沒花一分錢投流，就在一周內(nèi)吸引了數(shù)千萬用戶，制造了中國自己的 ChatGPT 時刻。

“如果你在對手更強的賽道，那你就沒有勝的可能。” 一位月之暗面員工說，DeepSeek 帶來的熱潮，讓他明顯感覺到公司內(nèi)部情緒有了好轉(zhuǎn)，“只要技術(shù)夠強，就有機會逆天改命。”

月之暗面不再更新 K1 系列的模型，集中資源投入基礎(chǔ)算法與新模型 K2。這個新模型被寄予厚望，月之暗面研發(fā)團隊幾乎全員參與，楊植麟本人也親自下場寫代碼。

張予彤在社交平臺上寫道，“小伙伴為了這次發(fā)布直接睡在公司里”，配圖是一個帶有 “離發(fā)布還有 0 天” 標(biāo)語的圖片，標(biāo)語下是一張沙發(fā)床。

幾個月高強度開發(fā)后，月之暗面在 7 月發(fā)布并開源萬億參數(shù)的 MoE 模型 Kimi K2，宣稱在自主編程、工具調(diào)用和數(shù)學(xué)推理等維度上超過 DeepSeek-V3 和阿里 Qwen3。在這之前，楊植麟相信 “閉源是正確的路”。《自然》雜志網(wǎng)站的一篇文章稱其為 “中國的又一個 DeepSeek 時刻”。

MiniMax 也完成了類似的聚焦。他們將重點從 “模型與產(chǎn)品并重” 收縮到 “模型優(yōu)先”。視頻、語音等多模態(tài)模型依然在研究，這是他們有優(yōu)勢的方向。我們了解到，閆俊杰還把一部分產(chǎn)品的員工轉(zhuǎn)到模型團隊，并為文本模型重新分配算力，核心資源集中到語言模型的基礎(chǔ)能力上，增加數(shù)學(xué)與編程數(shù)據(jù)的比重。他之前說，MiniMax 沒必要為了一篇新聞稿，就訓(xùn)練一個類似 o1 那樣的推理模型。

他們 10 月開源語言模型 M2 時，強調(diào)它的編程和推理能力突出，使用量在 OpenRouter 上已經(jīng)增長到了前五。“應(yīng)該創(chuàng)業(yè)第一天就開源。” 閆俊杰年初說。

兩家公司似乎回到了剛創(chuàng)業(yè)時的狀態(tài)，都把提升模型的能力當(dāng)作主線，投資方也不再過多給公司提建議。公司的經(jīng)營依賴創(chuàng)業(yè)者本身管理能力。

閆俊杰看上去溫和，但一旦做出決定，執(zhí)行起來極為堅決。在 MiniMax 創(chuàng)業(yè)初期，團隊曾嘗試過 3D 數(shù)字人方向。項目尚未上線，閆俊杰判斷這條路與公司長期技術(shù)路線不符，就立即叫停。項目解散，剛組建的團隊經(jīng)歷第一輪震蕩。

2024 年起，MiniMax 的中層開始密集流動：產(chǎn)品負責(zé)人、商務(wù)負責(zé)人、數(shù)據(jù)科學(xué)負責(zé)人、增長負責(zé)人等陸續(xù)離開。比如 MiniMax 對齊團隊兩年內(nèi)換了三任負責(zé)人——第一任因與閆俊杰激烈爭論技術(shù)進展，被降為普通工程師；第二任由下屬提拔，半年后離職。MiniMax 早期的一百名員工，如今已走了一半。

“不是同路人的這些同事，我會請他們離開。我已經(jīng)請走了幾位。” 閆俊杰曾在公司全員會上說。

在他看來，好的成果不是某個人靈光一現(xiàn)的產(chǎn)物，而是科學(xué)方法和團隊配合下的必然發(fā)現(xiàn)，哪怕個人能力不算頂尖，只要能讓團隊跑得更快，就是合適的人才。

閆俊杰認為，管理公司就是優(yōu)化函數(shù)，目標(biāo)是商業(yè)化效率、調(diào)用量等變量，管理的核心任務(wù)就是找到 “梯度下降最快的方向”，不斷逼近最優(yōu)解。

MiniMax 的很多決策，比如不做 3D、選擇 MoE 架構(gòu)、做視頻模型，都屬于 “算出來的結(jié)果”。甚至 MiniMax 每兩周一次的全員分享會，也叫 “CD”（Coordinate Decent 算法）。

楊植麟相信那些能提出新想法的人才，“因為在這個領(lǐng)域，創(chuàng)新本身最有價值”。他愿意為了招攬一名自己欣賞的技術(shù)人才，從北京飛到深圳，聊上十個小時，第二天趕早班機返回；也會讓優(yōu)秀的研究者自己一個人在異地自由工作。

他傾向于先達成共識，再迅速行動。月之暗面的第一款模型亮相時，主打 20 萬長文本上下文。但一開始，核心團隊有人并不看好這個方向。一位月之暗面早期員工回憶，2023 年 5 月公司就有人提過做長文本，卻被其他人否決，理由是算法視角里，這只是壓縮問題，是工程活，不是技術(shù)突破。這個方向就沒有推進。

兩個月后，Anthropic 發(fā)布處理 50 萬文本的 Claude 模型，引發(fā)行業(yè)震動。長文本成為月之暗面內(nèi)部共識。“Lossless long context is everything” 成了楊植麟經(jīng)常提的一句話。

但如今 AI 公司把追求模型能力當(dāng)做公司經(jīng)營的核心變得愈發(fā)困難。早期的 OpenAI 是一個參考答案。他們的團隊延續(xù)了 “學(xué)術(shù)式” 的工作節(jié)奏，用實驗和試錯推動技術(shù)研究，領(lǐng)先技術(shù)成果誕生后加上山姆·阿爾特曼（Sam Altman）從 YC 帶來的增長策略，推動公司持續(xù)發(fā)展。DeepSeek 的 “學(xué)術(shù)循環(huán)” 模式——批判性思考、原子化創(chuàng)新、推動科學(xué)邊界——也是一種策略，但它不用太過于關(guān)注商業(yè)化和用戶增長。

MiniMax 和月之暗面很難找到這樣的空間和資源。這場資本密集游戲里，資金、算力和生態(tài)支持至關(guān)重要。OpenAI 的估值已達到 5000 億美元，要頂著萬億美元估值上市；xAI 和 Anthropic 的估值也都逼近 2000 億美元。而 MiniMax 和月之暗面的估值都在 40 億美元左右。這讓誰能成為中國 OpenAI 的問題變得沒有意義。

體量較大的美元基金退潮后，中國擁有大規(guī)模資金的巨頭不愿為創(chuàng)業(yè)公司持續(xù)輸血，反而成為 AI 公司的競爭對手。阿里、字節(jié)、騰訊，甚至是 DeepSeek，研發(fā)基礎(chǔ)模型都有主營業(yè)務(wù)（電商、廣告、量化）供血，短期沒有盈利壓力。

MiniMax 和月之暗面都在嘗試用更專業(yè)的功能（月之暗面的 OK Computer、深度研究；MiniMax 的專業(yè)模式）吸引用戶付費訂閱。但只要字節(jié)等公司的同類產(chǎn)品免費，去年下半年的競爭問題必然會再次出現(xiàn)。

他們還在繼續(xù)找錢。市場消息稱，MiniMax 正籌備赴港上市。月之暗面又開了一輪新融資。

大模型注定是需要幾百億美元，甚至上千億美元投入的游戲。創(chuàng)業(yè)公司想要走完這條路，創(chuàng)始人們必須證明，這是一場需要他們參與的長期探索，才能獲得更多的理解和支持。

這是一道更難的證明題：在巨頭林立、算力稀缺、資本收縮的市場中，是否還有空間容納一種既做基礎(chǔ)研究、又不屬于任何巨頭的 AI 公司？

這不僅需要更多技術(shù)突破，也需要一種在當(dāng)前中國環(huán)境下罕見的能力——靠投資機構(gòu)和業(yè)務(wù)收入，維持一支高密度的研究團隊持續(xù)產(chǎn)出。

題圖來源：Vacation, 2015