MINIMAX_WP：模型智能持续突破，解锁商业化潜能.pdf

MINIMAX_WP：模型智能持续突破，解锁商业化潜能。公司主动修正了“DAU/流量=壁垒”的逻辑，深刻认知到 AI 时代的 唯一护城河是模型智力的代差。通过缩减低效的 ToB 销售团队 （避开同质化价格战）和 C 端买量费用，将资源极度聚焦于高强 度的模型研发与技术突破。这种“反共识”的收缩，实际上是向 Scaling Law 下半场（推理侧/架构创新）的精准抢跑。同时管理 团队兼具顶尖科研&to B 商业化及交付经验。

AI定义新一代生产力，TAM从软件预算转向劳动力预算。行业 正经历从判别式 AI 向生成式 AI 的质变。Scaling Law 推动模型智 能指数级提升，同时推理成本指数级下降（通缩属性）。这使得 AI 不再局限于传统 SaaS 的“工具”属性，而是具备了推理、规划 能力的“数字员工”。以美国为例，传统软件市场仅针对约 3000 亿美元的 IT 预算，而 AI 作为生产要素，将渗透全球约 13 万亿 美元的劳动力成本市场（如 A16z 及黄仁勋观点）。AI 不仅是卖 License，更是按产出价值定价，天花板被打开。

技术路径演进，工程门槛逐步提升，模型格局逐步整合。粗放的 预训练 Scaling（堆算力/数据）面临边际效应递减（Ilya 观点）， 行业进入“架构创新 & 推理侧 Scaling”的新阶段。DeepSeek （MLA/架构压缩）与 Google（多模态关联）代表了不同的技术 突围方向，技术壁垒回归到“工程能力+架构创新”的综合实力。

MiniMax 团队优势在于创始人兼具科研能力&to B 交付经验。创 始人闫俊杰曾任商汤科技副总裁、智慧城市事业群 CTO，具备卓 越的技术和管理能力，在商汤带领过 700 余人的团队，把面部识 别算法做到了行业第一，智慧城市业务 2021 年收入超 20 亿元人 民币，这一业务面向政府和大型企业，重工程交付。与移动互联 网不同，管理层深刻认知到“用户规模≠模型智能”。不同于移动 互联网时代，AI 时代单纯堆砌 DAU 无法反哺模型智力。因此， 短期的财务数据/用户指标并非绝对的竞争壁垒，模型智能仍然是 最关键的竞争要素，因此公司 2025 年战略重心从“做营收/投流” 转向“技术迭代”。人事上，缩减 ToB 销售团队（应对 API 价格战）， 弱化纯 C 端运营（张前川转顾问），将资源集中于模型研发，意 图通过代差级体验打造真正的 Super App。