MiniMax创始人闫俊杰：唯一可以做的事 是让自己变得更好|AI锋线

编者按：财联社、科创板日报旗下《AI daily》今日正式推出“Insight・AI 锋线”访谈。访谈聚焦国内外人工智能及大模型领域优秀企业、创业者、领军学者、投资人等，带来AI赋能千行百业的最新探索、实践与思考。Insight・AI 锋线，洞见，先锋，一线！
《科创板日报》9月20日讯（记者 黄心怡）作为AI六小虎之一，MiniMax已完成了A+轮融资，最新一轮由阿里领投，金额为6亿美元。公司估值已突破25亿美元，背后投资方包括腾讯、红杉中国、高瓴、IDG、米哈游等。
在MiniMax的公司内部，同事彼此之间只称呼花名。而对于创始人闫俊杰，员工称呼他为为IO（花名）。闫俊杰曾担任过商汤副总裁、研究院副院长和智慧城市事业群CTO。2021年12月，在商汤上市前夕，闫俊杰离开商汤，创立了MiniMax。
近日，MiniMax发布首款AI高清视频生成模型abab-video-1。闫俊杰在发布会后接受《科创板日报》等媒体在采访中透露，采用新一代技术的abab7系列模型将于未来数周内正式发布，效果对标GPT-4o的模型。谈及大模型商业化的难点，闫俊杰回应称，这确实是行业考验，只有通过这一考验的企业才能成功。
“当产品没人用的时候，或者当产品不赚钱的时候，肯定是不能怪用户，大部分只能怪自己的技术做得不够好，或者产品做得不够好。这可以当成对一个行业的考验。如果能够通过考验，就能够跑出来。如果通不过确实（公司）应该关掉。”


闫俊杰在发布会现场
▌竞争在所难免 要把自己可能做强的地方无限放大
随着以GPT为代表的新一轮人工智能浪潮的兴起，为通用人工智能（AGI）的实现创造了更多的想象空间。
闫俊杰认为，AGI并非高大上的东西，而是要能够变成大家每个人生活中的一部分。
“比如大家看抖音或者看视频号的时候，不会意识到这是基于推荐算法短视频的内容分发平台，大家就觉得抖音、微信已经变成大家生活中的一部分。AGI也是一样，当AI变成如同手机这般，成为大家每天都在用的一部分的时候，AGI就实现了。当然这需要很长的时间，但我觉得可以一步一步地努力。”
对于短期五年内AI能带来的改变，闫俊杰认为，5年后，在有AI帮助的情况下，每个人会大大提高智商的上限，做到比数百人会场里智商最高的人更高。“当然，在有AI的帮助下，人的智商上限能提升多少，这个事情是不太确定的。”
进入2024年，大模型竞争愈发激烈。面对大厂的迅猛夹击，初创公司的生存空间被压缩。
“竞争是难免的。“闫俊杰感叹，“中国有些发展很好的行业，像电动车、手机、移动互联网，都有好几家公司进行了长期非常激烈的竞争，最终使得中国产品在全球领先。既然其他新兴行业发展历史是这样的，大模型又有可能产生很大的社会价值，确实也就应该有很多的竞争。这是发展的客观规律。”
闫俊杰认为，假如一家创业公司在激烈的竞争中打不赢，那么就应该被淘汰。
“当那些比你大好多倍的公司，都开始跟你竞争的时候，就会意识到有些东西是没用的。因为那些东西大厂比你强百倍千倍。我们能做的就是，把有可能变强的事无限地放大（做强）。归结起来有两点，一是技术如何提升，二是如何跟用户做更好的共创。这两点都需要一些非常关键的判断，需要靠非常长期的积累。”
▌多模态大模型 意味着底层基础设施也需要升级
在过去几个月，视频生成大模型的赛场非常热闹。生数科技打造的视频大模型Vidu上线；智谱AI正式发布视频生成大模型“清影”；商汤发布首个面向C端用户的可控人物视频生成大模型Vimi；阿里达摩院推出一站式AI视频创作平台“寻光”；快手可灵AI正式上线网页端，并开源名为LivePortrait的可控人像视频生成框架……
近日MiniMax也发布了首款AI高清视频生成模型。闫俊杰认为，多模态大模型是必由之路，因为多模态内容是人类交流沟通中的主要部分。
“现在我们每天看的大部分内容，都不是文字，而是一些动态的内容。打开小红书是图文，打开抖音都是视频，甚至打开拼多多买东西，大部分时候也是图片。对于人类社会，大模型的核心意义做更好的信息处理，大部分的信息体现在多模态的内容里，而不是在文字上，文字很多时候是其中最精华的那么一小部分。为了能有非常高的用户覆盖度，有非常高的使用深度，唯一的办法输出（多模态）的动态内容，而不只是输出单纯的基于文字的内容，这是一个非常核心的判断。”
尽管多模态被普遍看好，但业界在探索中也感受到，相比文本模型，视频生成模型的研发难度显然更高。
对此，闫俊杰认为，视频大部分的时候工作复杂度确实比做文本更难，因为视频的文本天然很长。比如一个视频涉及千万的输入和输出，天然会很难处理。其次，视频量很大。又比如5秒的视频有几兆，但是5秒看完的文字可能都不到1K，这是几千倍的存储差距。这其中的挑战在于，之前基于文本建的底层基础设施怎么来处理数据，怎么来清洗数据，怎么来标注，这意味着基础设施也需要升级。
“此外，还需要更多的耐心。做文字有很多开源的东西，如果基于开源来做研发会更快，但视频开源的东西没那么多，需要重新来做，付出的耐心也更大。”
▌客观来看，价格战提高了模型的调用量
今年以来，不少大模型企业纷纷开启价格战，以换取AI大模型普及度。闫俊杰认为，客观来看，价格战确实提高了模型的调用量。
“当国内的模型搞起价格战后，本来认为大模型很贵的大部分公司，开始发现大模型很便宜，可以放心地使用。最终惊人地发现有了大模型的价格战之后，很多非常传统的企业开始非常愿意使用大模型。他们觉得反正成本低，出错了之后也不要紧，出错了多调用一次就好了。客观地来说，这非常大地提高了模型的调用量。”
在国内的模型激烈竞争的局面下，MiniMax正在向海外市场拓展。闫俊杰表示，“正是由于国内的模型这么激烈的竞争，推着大家必须往前赶，至少目前已可以达到在非英语国家的语种上，也能够跟GPT不相上下的水平。竞争以及各种各样的事既然不能避免，那就努力做到最好。我们看到乐观的一面，国内大模型的使用量确实在显著地增长，并且中国的模型在海外确实越来越具有竞争力，我觉得是两个积极的变化。”
在具体的商业化模式，闫俊杰介绍，整个公司的商业化可分成两个形式，一是面向B端的MiniMax开放平台，二是产品内的广告机制。
“MiniMax开放平台现在已经有超过三万家企业客户和开发者，包括知名的互联网公司、传统的企业等等。用户会使用我们的声音跟视觉的能力，因为不是所有的公司都可以自己做，我们是很好的合作伙伴。二是MiniMax的产品里也有广告机制，可以做商业化的变现。不过，在现阶段，最重要的事还不是商业化，是真正地让技术到达广泛可用的程度。”
目前，国内已有智谱AI、百川智能、零一万物、月之暗面、MiniMax、阶跃星辰六家独立大模型创业公司，被称之为“AI六小虎”。金沙江创投主管合伙人朱啸虎在接受媒体采访时直言，大模型太贵了，靠商业化根本养不活自己。这几家创业公司最好的结果就是卖给大厂。
谈及投资人朱啸虎的言论和大模型商业化的难点，闫俊杰回应称，这确实是行业考验，只有通过这一考验的企业才能成功。
“当产品没人用的时候，或者当产品不赚钱的时候，这时候肯定是不能怪用户的。大部分时候只能怪自己的技术做得不够好，或产品做得不够好，反正我们是这么来看待这件事的。”
在闫俊杰看来，QQ在2000年也不知道该怎么赚钱，尝试无数商业化变现的方案都失败了，但是最终找到了移动增值业务、找到了游戏，都会经历这样的过程。“这可以当成对一个行业的考验，如果能够通过考验，就能够跑出来。如果通不过确实（公司）应该关掉。”
在整个访谈中，对于行业竞争与企业前景，闫俊杰始终显得比较坦然。“肯定不能怪用户，也不能怪生态，（许多事）只能怪自己做得不够好，至少我们一直是在努力的。希望自己能变得更好，这是我们唯一可以做的事。”