2025年媒体Ⅱ行业MiniMax赴港上市：聚焦全模态研发，标的具备稀缺性

模型和产品：专注全模态研发

MiniMax是一家全球化的AI大模型公司，自成立以来专注于全模态模型研发，以高 成本效率的方式推动AI发展。根据公司招股书的介绍，公司于2021年注册成立， 于2022年1月伊始开始运营，开展研发活动。截止2022年1月31日，公司拥有数10 名研发人员，花费了超过8万美元的研发开支，及超过1.8万美元的行政开支。2022 年4月，推出了首款文本模型abab 1，供自身内部产品使用；在此基础上，公司于 2022年12月推出Speech-01，在2024年8月推出Video-01，逐步扩展了多模态的模 型生态。公司自成立以来，持续研发先进的大模型，及打造原生AI产品，以提升社 会生产力和丰富个人生活质量。 全模态自研大模型驱动2C/2B两端产品矩阵丰富。以MiniMax M2（大语言模 型）、Hailuo-02（视频生成模型）和Speech-02（音频模型）为核心的自研大模型 组合，具备上下文处理能力，可以理解和生成并融合文本、视觉和音频等多模态。 底层模型支持了一系列AI原生产品，包括MiniMax、海螺AI、MiniMax语音、 Talkie/星野，包括2B面向企业和开发者的平台。根据公司招股书，截止2025年9月 30日，MiniMax旗下AI原生产品累计服务超过全球200个国家和地区的超过2亿的个 人用户和超过10万的企业及开发者。

目前，公司以MiniMax M2、Hailuo-02和Speech-02为核心的自研大模型组合。公 司在早期就采用了混合专家（MoE）架构及混合注意力机制，保持性能领先的同时，亦大幅降低计算资源。公司聚焦三大核心能力，即原创研究、可持续的商业模 式与组织效率以打造具有拓展性的AI业务，持续驱动模型的进步与产品商业化。 原创研究包括聚焦全模态和稳健的AI基础架构。公司2022年开始研发全模态模 型，构建系统性生态优势，以模型为基础赋能AI原生产品。 可持续的商业模式注重技术即产品，及全球化扩张。基于大模型构建AI原生产品矩 阵，服务个人用户和企业客户的广泛需求。产品同步全球运营，在多个市场实现同 步增长，全球化一直是公司策略之一。 可持续的组织竞争力，坚持灵活和扁平的架构。公司认为其灵活的组织实现了模型 迭代、研究与产品的深度协同，模型与产品的高效扩展。公司在招股书中指出， CEO下设置不超过3层职级，以项目为导向组建团队，而不采用部门架构，快速培 养人才，推动技术和产品快速迭代。

模型来看，大语言模型MiniMax M系列由M1和M2组成，是公司旗下大语言模型的 旗舰产品线。M1采用混合MoE架构，结合闪电注意力机制，可以处理100万个 token的上下文窗口，为开发更强大的AI Agent提供支持。M2是最新的大语言模 型，专为代码和Agent任务实现而研发，较M1的推理速度进一步提升。视频生成模型有Hailuo-02，具备从多种形式的信息输入种生成视频的能力，从发布以来实现 了大规模的商业化。语音生成模型有Speech-02，以及还有音乐、图片等生成模 型。

依托以上的基础模型矩阵，公司开发了对全球C端和B端服务的原生AI产品，并认 为随着技术能力的提升和模型的迭代，可以持续打造具有更高生产力和更优用户体 验的AI原生产品。 （1）智能Agent应用：MiniMax。依托基础模型，MiniMax Agent可以规划、推 理、执行代码、研究、文档起草和演示文稿创作等复杂操作。 （2）视觉生成平台：海螺AI。全面集成了Hailuo-02模型，是面向全球的AI图片和 视频生成平台。 （3）音频生成工具：MiniMax语音。集成了Speech-02模型。 （4）全模态交互平台：Talkie/星野。Talkie面向国际市场，星野面向中国市场，用 户可以与AI智能体或虚拟角色互动产生情绪连接。 （5）MiniMax开放平台。为B端接入大模型提供服务，将MiniMax的多模态模型能 力接入他们自己的产品和服务。开放平台支持智能终端、医疗健康、文旅、金融和 互联网服务等关键行业快速部署。

公司的模型算法创新点包括“MoE架构”、“线性注意力”、“CISPO”。公司在技术 选型上之所以选择MoE架构，是考虑它已经被证明相比传统模型架构具有规模与运 行效率优势，与传统的“密集”模型架构（针对每个输入均激活所有专家/参数）不 同，MoE架构包含了多个“专家”子网络门控机制，该机制可以将每个Token动态路 由至其中一小部分专家，这种方法使得模型的参数数量可以大幅扩展，无需按比例 增加计算成本。线性注意力机制算法可以高效处理多大400万个Token的上下文， 显著超越通常智能处理数10万Tokens的传统架构。CISPO是一种强化学习算法， 可以提升大模型训练过程的稳定性，加快其收敛，即达到最佳性能的点。

公司研究与开发团队平均年龄不足30岁。截止2025年9月30日，公司共有385名全 职员工，团队大部分人从事研发活动（占比74%）。公司组织架构保持扁平化，通 过机制消除冗余的汇报关系，通过包容的环境来促进研究和创造力，重视员工的多 样化贡献和持续改进。

公司核心研发团队核心负责人共3人，涵盖整体技术战略、大语言模型、视觉模型 三大核心板块，均具备顶尖院校学历、丰富研发、学术经验，支撑MiniMax全模态 技术落地与迭代。闫俊杰博士是公司创立与发展核心推动者，主导长期研发和运营 战略，深耕MoE、Linear Attention等关键核心技术，拥有逾10年研发经验。

董事会包括9名成员。执行董事4名，包括核心的三个研发领军人以及首席运营官。 2名非执行董事包括陈英杰和刘伟，陈英杰目前担任阿里巴巴集团战略投资部总经 理，刘伟先生是上海米哈游游戏公司的共同创立人之一。从公司招股书的信息披 露，阿里巴巴、米哈游、腾讯等均为其股东。

公司核心的发展战略包括“通过维持研究与开发领先地位推动AI发展”、“打造具备 商业化潜力的技术即产品”和“优化组织架构和拓展人才储备”。根据招股书描述的 公司三大战略，公司将继续推进大模型的架构突破，例如动态多模态融合，通过技 术的洞见和持续的投入，推进多模态融合和模型的现实世界应用。技术和产品方 面，公司的目标是提升AI模型智能水平的同时，降低个人用户及企业客户的相关成 本，使AI驱动产品能够覆盖更广泛的用户群体，开拓新的应用场景。为支持商业 化，公司计划在未来5年内增加聘用约70名专业人才，以扩充产品开发、商业化团 队和国际销售团队。为保持在AI领域的竞争力，公司计划在未来5年内持续在全球 范围内招聘150名顶级大模型和AI基础设施研究人员、工程师和科学家，亦投资于 公司内部的人才成长和发展。

行业和竞争：全球市场规模增长较快，竞争多元化

全球大模型规模扩展与能力不断提升。大模型的参数在不断提升，带来性能的显著 提高，根据公司招股书的行业更新，OpenAI的GPT-3模型（2020年发布）有1750 亿参数，2023年发布的GPT-4表现远超GPT-3，GPT-4在模拟律师资格考试中成绩 处于考生的前10%，远超当时GPT-3.5相当于考生后10%的水平。后续更多的模 型，GPT-4o、Gemini 2.5 Pro及Claude 3.7等，持续提升模型的规模和水平，展现 为上下文长度与推理效率的提升，基于人类反馈的强化学习让大模型更好的遵循用 户指令。Agentic工具成为新范式，闭源与开源共进，全球大模型智能水平持续提 升。参考OpenAI的5级路线图，当前大模型已经临近L3的交界处。

模型形态不断扩充，从单模态到多模态。目前，大模型已经延伸至多模态领域，探 索将文本、图像、音频、视频等多个模态的特征进行融合与对齐，并映射到一个共 享的语义表示空间，实现模态互通。学术界开始探索构建多模态理解和生成为一体 的模型。 目前大模型应用的主要赛道包括生产力、娱乐、视觉生成、语音生成和通用2B服 务。底层模型的持续迭代和能力提升，是产品保持增长的核心，当技术突破带来更 好的体验，用户自然会被吸引。

生产力赛道规模较大，场景广阔。用户可以使用多个模型，场景包括信息搜索、写 作、代码开发、教育、办公行政、学术研究、商业分析等。该赛道经历了2023年 Chatbot到2025年Agent的升级，在Chatbot领域，ChatGPT和DeepSeek R1是领先 玩家。AI Agents领域，OpenAI Deep Research和MiniMax Agent推动了发展，可 以完成长程任务，背后反应的是模型多步推理能力和工具使用能力的提升。Agent 最新的使用场景是整合到商用软件的操作，OpenAI和Anthropic等公司正在强化学 习环境中训练大模型操作专业的商业软件，未来通过这些能力的提升，为企业创造 切实的商业价值。 娱乐是生产力之外的第二大赛道。场景较为长尾，包括互动、生活陪伴和广泛的日 常问答等，Character AI、Talkie/星野等都是娱乐赛道的代表产品。 视觉生成方面，图片生成率先实现了商业化，视觉生成是24年快速增长的新赛道。 2022年Midjourney等模型的图片生成效果惊艳，图片质量达到了商业级要求。目前 图片生成领域，代表产品有Midjourney、GPT-4o、Flux等，2025年谷歌的Nano Banana将图像生成推向新的高度，实现了精准的自然语言编辑，进一步解锁了下 游的更多需求场景，例如专业级的产品设计、高级营销素材。视频生成模型是2024 年快速增长的赛道，下游需求来自影视、短视频、短剧、广告、电商等多个行业， 市场空间较为广阔。视频生成领域的代表产品包括Sora、Veo、海螺AI和可灵等产 品。 其他赛道包括音频生成、通用2B服务等。语音AI的交互场景较多，包括AI语音 Agent在招聘、金融、医疗等场景可以突破人力瓶颈；在创作者端，有声书、教 育、配音、游戏等领域也有较大的应用潜力。通用2B服务方面，OpenAI、 Anthropic等大模型公司都以开放平台的模式，将模型能力以API的形式提供给企业 客户和开发者。Google、阿里巴巴等云厂商，也通过API、行业解决方案、私有化 部署等方式，为企业客户提供模型及配套工具，核心竞争力在于模型性能、成本和 稳定性。

全球大模型市场保持快速增长。根据公司招股书和灼识咨询，以基于模型的收入口 径统计（基于模型的收入主要来自大模型的应用订阅服务收入及API调用和授权的 收入），全球大模型市场将由2024年的107亿美元快速增长至2029年的2065亿美 元。其中，大模型应用市场规模预计从2024年的71亿美元增长至2029年的1515亿 美元。大模型MaaS市场规模有望从2024年的36亿美元增长至2029年的550亿美 元。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）