21世紀經濟報道記者 鄧浩 上海報道

自從年初Deepseek R1開源模型“掀桌”以來，接入Deepseek成為幾乎所有下游AI應用廠商的選擇，甚至有部分資本市場人士感嘆大模型的戰爭已經結束了。

事實果然如此嗎？

7月26日，大模型六小虎之一的MiniMax創始人、CEO閆俊杰在2025世界人工智能大會（WAIC）首日的主題演講上給出了自己的回答，“我們認為，AI領域一定會有多個玩家持續存在。”

在閆俊杰看來，AI一定會被掌握在多家公司的手中，其中有不少可以自洽的邏輯。

首先，由于所有模型，都依賴對齊（Model Alignment），模型不同，對齊目標也會不一樣。其舉例稱，有的模型對齊目標是一個靠譜的程序員，那么做 Agent 就會特別的強；有的模型它對齊目標是與人的交互，那么它就會比較有情商，能夠做流暢的對話；有的模型可能會充滿想象力。因此，這或許可以給模型帶上屬于開發者自己的價值觀和思想偏好。

其次，閆俊杰透露，MiniMax最近半年用的AI系統其實都已經不是單個模型了，而是一個多Agent系統，里面涉及多個模型，不同的模型也可以使用不同的工具，通過這樣的方式讓AI智能水平越來越高，能夠解決越來越復雜的問題。“這個東西帶來的結果是，單一模型的優勢在這樣一個多Agent 系統里逐漸變弱。”

最后，閆俊杰認為是過去一年開源模型如雨后春筍般涌現，開源模型變得越來越有影響力。最好的開源模型越來越多，同時也在不斷逼近最好的閉源模型。

無獨有偶，不久前，月之暗面推出了Kimi K2基礎大模型，并且選擇了開源，引發資本市場的一波熱炒。華西證券評價稱，相較過去的基座模型，K2更強調代碼能力和通用Agent任務能力。在多個標準測試集下，具備與OpenAI和Anthropic旗下大模型接近的能力。

6月，MiniMax已經推出了號稱世界上第一個開源的大規模混合架構的推理模型MiniMax-M1，被業內視為面對DeepSeek R1強勁競爭給出的回應。

在以閃電注意力機制為主的混合架構幫助下，MiniMax推算，在生成長度為10萬tokens的場景下，MiniMax-M1的計算量（FLOPs）為DeepSeek R1的25%，在長文本處理任務中具備顯著優勢。

成本節約則更具優勢，在進行8萬Token的深度推理時，M1所需的算力僅為DeepSeek R1的約30%；生成10萬token時，只需要后者的25%。

一個有趣的觀察是，在過去一年半， 業內可使用算力顯著增加的情況下，AI模型的大小卻沒有發生特別大的變化，比如前述的Kimi K2總參數達到1T，激活參數為32B。

閆俊杰認為，原因在于對所有實用模型而言，計算速度是一個比較關鍵的因素。如果模型計算速度特別慢，就會降低用戶的使用意愿，所以所有公司都關注模型的參數量和智能水平之間的平衡。

此外，閆俊杰判斷，通過大量的計算網絡系統和優化算法，在接下來一兩年之內，最好模型的推理成本可能還能再降低一個數量級。進而其認為訓練單個模型的成本不會顯著地增加。

不過，盡管技術演進優化或許可以讓AI研發不再那么燒錢，但是算力使用可能還會繼續飛速增長。

閆俊杰透露，“盡管 Token 會變得很便宜，但是使用 Token 的數量會顯著增加。去年ChatBot單個對話只要消耗幾千個Token，現在 Agent 單個對話可能消耗幾百萬個Token，并且因為AI解決的問題越來越復雜，越來越實用，那么用的人也會越來越多。”