（文/陳濟深 編輯/張廣凱）

在AI行業，大多數創業公司都會盡量避免被貼上“什么都做”的標簽。

業務線越多，意味著資源被攤薄、戰略不聚焦，也更容易被質疑缺乏主線。

但MiniMax是個例外。

這家成立于2022年的公司，幾乎覆蓋了當前所有主流AI方向：文本、語音、視頻生成、虛擬角色、智能體，以及面向企業和開發者的開放平臺。外界對它最常見的評價，正是“什么都要”。

2025年12月21日，MiniMax向港交所遞交招股書。翻完整份招股書后，會發現一個反直覺的事實：MiniMax并不是在多線試錯，而是把幾乎所有資源，都集中押在了一件事上——基座模型能力的持續提升。

在MiniMax的邏輯里，產品不是戰略本身，而是模型能力外溢后的自然結果。這一選擇，貫穿了它的技術路徑、商業化方式，乃至今天的風險結構。

用創業公司的資源，做巨頭級模型

要理解MiniMax的商業版圖，首先需要回答一個問題：

為什么一家成立僅僅四年的公司，可以支撐文本、語音、視頻，乃至現在智能體、編程領域的多條產品線？

與行業內常見的“文本模型先行，后續加掛多模態能力”技術路徑不同，MiniMax在成立之初就選擇了全模態模型的技術路線。

這種路徑的優勢在于，模型在不同模態上的能力并非后天拼接，而是在統一架構下形成“本能”，避免了后天多模態模型常見的割裂感。但代價同樣明顯——訓練難度更高、成本也更高。

支持MiniMax這一選擇的關鍵，是混合專家結構（MoE）。

通過MoE架構，模型在處理具體任務時只激活部分“專家模塊”，顯著提升了計算效率。

但很少有人知道，這個借DeepSeek大火而為大眾所熟知的技術架構，MiniMax才是最早將其用在自身全模態模型的企業。

這使得MiniMax能夠在資源遠不及行業巨頭的情況下，完成高強度訓練。

招股書顯示，MiniMax成立至今累計花費約5億美元，僅用OpenAI約1%的資金，就實現了全模態能力的全球第一梯隊。

這也意味著，MiniMax真正的競爭維度，從來不是某一款具體產品，而是模型能力本身。

這也構成了MiniMax商業化的堅實地基：只要打造好自身的基座模型能力，就可以無縫賦能其產品矩陣。無論是MiniMax（智能體）、海螺AI（視頻生成），還是星野/Talkie（虛擬形象聊天）、MiniMax語音（語音生成），都可以在保持技術代際領先的背景下，自然地吸引用戶。

模型能力，如何自然“長”出C端收入

在商業化層面，MiniMax的路徑同樣與行業主流存在差異。

招股書顯示，MiniMax在2023年營收為346萬美元，2024年營收為3052萬美元；2025年前9個月營收為5344萬美元，較上年同期的1945萬美元增長175%。

2025年前9個月，C端業務為MiniMax貢獻了約71%的營收。

這是中國大模型公司中非常罕見的收入結構。現實已經證明，海外ChatGPT式的C端訂閱制服務在中國目前較難跑通，無論是大廠的豆包、元寶、千問，還是DeepSeek等一眾同行都在堅持免費策略，都是這一現狀的寫照。

MiniMax給出的解法是全球化，以及對模型能力更敏感的產品形態。

主打虛擬角色互動的Talkie率先在海外打開市場。截至2025年9月，Talkie的付費用戶數增長至139萬，同比增長184%。

真正改變收入結構的，是2024年下半年崛起的視頻生成產品海螺AI。截至2025年第三季度，Talkie與海螺AI分別貢獻了1746萬美元和1875萬美元收入。

更重要的是“量價齊升”：在2025年前三季度付費用戶（31.11萬）遠超2024年全年（6.48萬）的同時，海螺AI的ARPU（每付費用戶平均收入）在9個月內從36美元跳漲至56美元。

這背后是一條清晰的邏輯：用戶愿意為結果付費。在視頻生成等對效果高度敏感的場景中，模型能力直接決定定價權。

一個典型的證明是，即便是海螺AI的國內競品們，不僅沒有選擇打價格戰，其訂閱費用也基本和海外版的訂閱價格持平。即便是素來偏好“免費打法”的字節跳動，在AI視頻生成軟件即夢APP上也僅保留了極少的每日免費額度，選擇了和行業平均水平相當的訂閱費用。

截止今年三季度，中國市場依然占MiniMax C端收入的26.9%，這說明，只要模型能力足夠強，即便是被認為付費意愿較低的中國C端市場，高ARPU的商業模式依然可以成立。

當技術勢能足夠高，客戶會自己出現

相比C端，MiniMax在B端的增長路徑更能體現其“自上而下”的商業化邏輯。

今年年初，MiniMax原B端商業化負責人魏偉離職，一度引發外界對其B端戰略的質疑。

但招股書顯示，MiniMax的B端付費客戶數在兩年內從100家增長至2500家，增長25倍。

這種爆發并非來自銷售策略的改變，而是模型能力邊界的外擴。

當早期的模型只能處理簡單的文本對話，能覆蓋的B端場景自然相對有限。隨著全模態能力成熟，模型能夠覆蓋的企業場景迅速增加。

MiniMax的客戶名單也隨之擴展：金山辦公（WPS AI）用它做文本生成與總結，小米用它讓小愛同學更像“人”，智元機器人用它做具身智能的“大腦”，甚至連阿里巴巴、騰訊、字節跳動這些本身擁有大模型的巨頭，也在特定場景（如Trae AI coding、夸克有聲書）調用MiniMax的能力。

在這一過程中，B端ARPU從1.2萬美元下降至約6000美元，但這并非價格競爭的結果，而是客戶結構從少數頭部企業向大量中小企業和開發者擴展的必然結果。

招股書顯示，MiniMaxB端業務的毛利率高達69.4%。這一接近70%的數字，說明其收入并非來自堆砌人力的低效增長，而是源于高標準化的技術輸出。

這種由“巨頭獨享”走向“大眾普及”的過程，正如電網的發展：雖然平均單戶電費下降了，但電網的毛利和總規模卻在指數級增長。這正是“把基座模型這一件事做好”后，技術紅利溢出帶來的商業效率。

一場關于AGI的賭注

持續押注模型能力，意味著長期、高強度的投入。

2022年至2024年，公司經調整凈虧損分別為1215萬美元、8907萬美元和2.44億美元；今年前9個月，MiniMax的經調整凈虧損為1.86億美元。

僅研發開支一項，2022年起分別為1056萬美元、7000.2萬美元、1.89億美元和1.80億美元。

而如果只看和訓練相關的云計算服務開支，我們可以發現盡管2025年前三季度的訓練成本高達1.42億美元，是2023年4722萬美元的接近三倍，但是其占收入的比例，已從2023年的超過1365%，優化到今年前9個月的266.5%。

這個“剪刀差”的出現意味著：MiniMax正在穿越最危險的燒錢階段。

但風險依然存在。

2025年9月，迪士尼、環球影業和華納兄弟探索三大好萊塢巨頭聯手起訴MiniMax，指控其海螺AI未經授權使用了包括蜘蛛俠、達斯·維達等在內的版權角色進行訓練和生成。這起訴訟不僅可能帶來高額賠償，更可能迫使MiniMax重構其數據合規策略。

持續升級的基座模型軍備競賽也讓MiniMax正面臨著“三明治”式的擠壓：一邊是傳統云巨頭（如火山引擎、阿里云）在加碼AI，憑借云+AI的競爭優勢攻城略地，另一邊則是開源社區（如DeepSeek）不斷抬高的免費基座門檻對B端商業化能力提出的更高需求。

看完招股書，MiniMax 并不存在所謂的“多元化風險”。

它真正的風險只有一個：如果基座模型在關鍵能力上不再領先，看似繁茂的業務版圖，可能會同時失效。在巨頭環伺、開源模型層出不窮的當下，誰也不敢保證自己一定永遠領先。

MiniMax的上市既是給自己囤積資源，也是自己4年來歷程對資本市場的一次交卷，只要把“讓模型更聰明”這唯一的一件事堅持到底，它終將自然生長出萬物。