AI News HubLIVE
站内改写

從Token無上限到全員Agent:MiniMax的AI Native組織進化實踐

MiniMax是一家專注多模態模型的AI創業公司,於2026年1月港股上市。公司堅持大模型與應用並行、ToC和ToB並重。內部實踐中,全員不限量使用Token,利用Agent自動化工作流,從高價值但不受歡迎的場景切入,顯著提升效率並推動組織扁平化。未來2-3年AI將與各行業深度融合。

從Token無上限到全員Agent:MiniMax的AI Native組織進化實踐 – 量子位

從Token無上限到全員Agent:MiniMax的AI Native組織進化實踐

夢晨 2026-05-31 09:29:42

來源:量子位

與其焦慮AI,不如加入AI

編輯部 整理自 AIGC2026量子位 | 公眾號 QbitAI

AI不僅是生產力工具,更在深刻改變組織的形態。

本次2026中國AIGC產業峯會上,MiniMax ToB中國區商業化負責人胡維琦,分享了自己在AI創業公司中的實踐與思考。

與其焦慮AI,不如加入AI。

大家不用看營銷號,更多的還是自己動手試試。

MiniMax是一家專注文本、視頻、語音、音樂多模態模型的公司,於2026年1月在港股上市。

胡維琦表示,公司從誕生之初就在探索下一代AI的範式。至於目前這一代AI和上一代最大的不同在於,它已經從“玩具”變成了企業的生產力和提效工具。

她還進一步分享了AI Native組織建設的幾點經驗:

從“人類最不願意幹”的高價值場景切入,推進阻力最小。

AI的廣泛使用會讓組織更加扁平,前端與後端研發的邊界逐漸模糊。

每個人對AI的接受度不同,Token消耗量正在成為衡量效率的新指標。

……

胡維琦認為,未來2-3年,AI將與各行各業快速深度融合,改變商業模式甚至組織構成。

AI的序幕才剛剛開啓。

為了完整呈現胡維琦的思考,在不改變原意的基礎上,量子位對演講內容進行了整理編輯,希望能提供新的視角與洞察。

2026中國AIGC產業峯會是由量子位主辦的行業峯會,近20位產業代表與會討論。線下參會觀眾超千人,線上直播觀眾近400萬,獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

AGI是什麼?Intelligence with Everyone,就是所有人都能用得起的AI。要實現這點,就得堅持大模型和應用並行、ToC和ToB並重。

AI公司首先要在內部實現閉環,不要吝嗇Token補貼,放手讓員工自己用Agent去搭建自動化工作流。這個使用過程也會反哺模型研發。

與其焦慮、不如加入。企業如果想做AI實踐,最高效的方法就是直接動手去嘗試,並且要從員工最不願意乾的場景切入,這通常也是最有價值、內部阻力最小的場景。

AI會讓組織變得更扁平。產品可以直接出demo,再交由研發決定是否要做大批量生產。未來2到3年,AI會持續和各行業深度融合,改變生產力工具、商業模式和組織構成。

以下為胡維琦演講全文:

MiniMax要做下一代AI

大家好,我叫胡維琦,今天非常高興代表MiniMax跟大家分享MiniMaxAI實踐探索之路。在談到我們之前,先來看一個視頻,瞭解誰是MiniMax、MiniMax是誰。

通過這個視頻,大家可以大概瞭解MiniMax主要是做什麼的。其實我們MiniMax是一家創業公司,專注於模型領域,並於今年1月份在港股上市。

我們對外推出的模型包括文本模型、視頻模型、語音模型和音樂模型,視頻中簡單展示了一下我們各個模型的能力,通過這些模型能力,想必大家對我們公司基本模型的服務情況也會有所瞭解。

要介紹我們公司,那就必須要回到我們創辦的第一天。

這是我們公司創始團隊在創業之初,在白板上寫的對未來業務的構想。

我們的創始團隊有一部分創始人之前有在AI公司工作過,但那個時候AI更多的還是一些小模型,特別是視頻小模型。

他們發現,在原來的小模型領域有很多技術上無法解決的問題,比如説泛化能力問題、項目訂製問題,甚至很多場景領域不能完全滿足客户需要的問題。

這是因為我們在過去的技術和商業上存在很多問題,所以我們的創始團隊就在構想,如果我們要做一個新項目,想做什麼樣的模型。他們當時提出,我們想做下一代AI。

什麼叫下一代AI?我們認為下一代AI是通過圖靈測試的智能體,其次是這個智能體能在很多場景中給客户創造出極致的客户體驗,甚至它的市場空間一定能達到萬億級,可以解決原來在小模型時代,我們模型能力泛化造成的可參與空間比較受限的問題。

所以從MiniMax創立的第一天起,我們就在構想下一代AI是什麼、AGI是什麼。

我們也提出我們的理念,我們希望做的是“Intelligence With Everyone”,意思就是我們想去做一個所有人都能用得起的AI,我們希望智能和我們每個人連接在一起,這就是我們公司創立之初的構想。

正是這個構想,我們一直堅持大模型和應用的並重,堅持ToC和ToB的雙輪驅動。

我們有文本、視頻、語音、音樂模型,在B端和C端也都有相應的產品,比如海螺AI、MaxClaw,甚至我們在B端也有很多用户有在接入MiniMax API進行影視製作,甚至在編程、企業Agent中都可以看到模型在被使用。

從我們自己的角度來看,我們在上市之初,C端業務佔比較高,但現在從公司整體來看,B端和C端是並重的。

B端這部分,在互聯網文娛行業包括視頻領域甚至很多企業中,我們發現模型已經逐步走進到客户生產領域,成為客户生產工具。

而從3月份以來,企業龍蝦蓬勃興起,每個人都意識到AI並不是遠在天邊的事情,每個普通人都可以參與。

同時我們也發現,在很多研發比重高的場景,非常多的程序員已經採用Vibe Coding的方式進行編碼,甚至一部分程序員已經不再手工編碼,完全通過AI工具方式進行編碼。

我們看到AI不像上一代AI時代的產品,彼時它更像是玩具,而這一代AI已經成為了企業生產力工具,甚至成為企業提效工具,此時帶來的效率提升,和為我們帶來的組織變革,影響是非常深遠和巨大的。

從我們自身來看,我們從創立之初就一直秉持技術驅動的原則,我們不斷地在C端和B端創造更多更好的產品,去進行雙輪驅動。

可以看到,在時間軸上有幾個關鍵性產品。

2023年我們推出了星野,之所以推出它,是因為我們最初AI創業時發現,彼時大模型還沒有成為特別深入人心的理念,大家都不知道大模型該怎麼用,所以我們在C端做了一個情感陪伴類產品,向我們用户展示,模型怎麼幫助APP進行賦能,來進行提效。

2024年我們也發佈了海螺產品,海螺的發佈在業界引起非常大的反響,AI生成的視頻在某些領域已經達到了真人制作水平。

2025年我們重磅推出M2系列文本模型,通過這個文本模型,我們開啓了企業Agent包括Coding的廣泛適用場景。2026年我們繼續圍繞文本和視頻的佈局,在客户端和工具層做了很多創新。

我們在2026年1月份發佈了MaxClaw Agent產品,2月份發佈了MaxClaw產品,4月份又發佈了MaxHermes這個產品。

我們不斷地在工具層快速迭代,因為我們發現,原來大家的理解中,Harness更多的是執行,模型做思考,但實則模型也可以幫助Harness不斷迭代。

從我們自身研發實踐來看,通過我們的模型幫助Harness快速迭代,整個研發生產效率可以提升30%,從我們內部強化訓練來看,30%~50%代碼已經由我們模型自動生成,可以極大提升企業內部的效率。

各模態能力詳解

介紹完公司整體情況後,再詳細介紹各個模態的能力。

首先是文本模型。文本模型從目前看來,主要應用在兩大場景,一個是企業編程場景,另一個是在企業Agent場景,當中可以處理很多企業個人提效的工具,比如C端的各種龍蝦助手,背後就由Agent進行助力。

我們MiniMax2.5和2.7主要的特點在於,第一個我們在Agent任務場景中,整個任務閉環率比較高;第二個任務響應速度非常快;第三個是一旦Agent用起來,燒Token燒得特別快,但我們整個模型的性價比也是比較高的。

所以做很多Agent任務時,用到MiniMax產品,既可以做到效果平衡,也可以做到性價比優化。

從主流評測來看,無論是工具級評測還是和主流模型智能、性價比的對比,MiniMax2.5和2.7都做到了業界領先的水平。

第二個介紹海螺視頻模型,先來看幾段視頻。

可以看到,AI生成視頻已經能夠在光影效果上做到非常好的影視級效果,它的創意是超出人類想象的。

第二段視頻畫風更加唯美一點,比較偏中國風,在很多漫劇製作中被廣泛採用,從運鏡角度看,已達到電影級的運鏡效果。

第三段視頻則是真人視頻的生成,在很多紀錄片的場景中,可以通過AI提高生產效率,以後只要你有好的創意,就可以把你的創意通過AI變成視頻,來呈現你的想法。

這是我們聲音的模型,聲音模型的主要使用場景,包括智能客服、教培行業,甚至很多短劇漫劇做配音都需要用到聲音模型。我們的聲音模型特點主要在擬人化、情緒化,還有多語言和低延時上做得比較好。

從聲音來看,我們最大的特色其實還是在於對真人聲音的擬人化,比如我們在很多語言的語氣、停頓上,都會和真人的實感非常貼近。

這對海外客户非常需要,他們在很多客服場景,都希望讓客户不要感知到背後是AI在跟他交流,所以他們普遍要求非常逼真的真人實感。

音樂模型今年推出了music最新音樂模型,我們在整個音色包括真實感受上面做了很多增強。

MiniMax自身的AI實踐

講完了模型,大家對我們公司可能還比較感興趣的是,MiniMax你們自己作為AI公司,是如何在AI上做實踐和應用的?從你們的角度來看,AI Native組織應該是什麼樣的?這也是我經常被很多客户所追問的問題。

從我們自己實踐來看,我們從2024年9月份開始,就給全員不限Token提供Cursor,在2025年8月份又實踐了Agent項目。

我們公司比較小,只有400多人,其中法務、財務、HR甚至包括銷售的很多工作都沒有足夠多的人手來支撐,所以我們通過Agent的方式做了很多工作。

10月份我們把Agent實習生計劃在全公司進行了推廣,我們自身內部實踐是跟產品發佈相迭代的,我們自身在企業日常使用中也會大量使用自己的模型,通過dogfooding形成場景和效果的閉環。

通過我們自己的實踐來看,有幾個經驗可以跟大家共享。

第一個經驗,因為是AI公司,我們老闆沒有限定我們每個員工的Token,我們可以無限量使用。

第二個針對HR崗位,我們創業公司招人要求非常高,入職率也並不太高,所以我們面試壓力非常大,從簡歷篩選、和候選人打招呼,到面試評估,整個過程我們都會讓Agent參與。

第三個在開發環節,我們所有的開發人員也都會用我們自己的AI作為他們的開發工具,我們只是在代碼提交的時候進行人工確認和審核。

第四個,運維體系上我們也會提供線上問題的定位,包括Demo輸出、音色調整,都會讓AI來參與。

第五個,因為我個人處在市場崗位,我們平時也會生成很多宣發視頻、銷售線索跟蹤、問題閉環、日常銷售過程管理,這些我都會交由Agent幫忙做,讓它幫忙做一些提醒、溝通。

最後從我們自己溝通和實踐來看,這也是我跟很多客户交流的結果,現在很多客户特別是老闆,資產越大的越焦慮,我們的觀點是,與其焦慮不如加入。大家不用只看營銷號,更多的還是自己動手試試。

很多客户也問我,如果我要做Agent、AI實踐,應該從哪些場景切入比較合適?

我們的建議和經驗是從最有價值的場景進行切入,最好這個場景是人類很不願意乾的。

選這種場景進行切入的話,在公司內部阻力是比較好的,這時候通過AI的提效,員工的滿意度也會有所提升,就會幫助你在內部大力推行AI的使用。

第三點是,AI廣泛使用之後會讓組織更加扁平。

從我們自己實踐來看,包括跟客户的交流來看,現在很多研發已經沒有區分前端研發和後端研發,基本上就是一個研發崗位,甚至有些公司做得更激進,產品的人會直接出Demo,出了Demo之後再給研發看看是否做一些大批量生產。很多產品前端Demo設計,已經是由產品同學直接完成的,然後再交給研發。

再有一個思考是,我們發現每個人和每個組織對AI接受程度是不一樣的。

有些人AI用得很溜,消耗Token就很高,有些同學對AI的接受度就會弱一點,我們發現AI會讓組織和組織,人和人之間使用的效率發生變化。

最後從我們自己視角來看,我們認為未來2—3年AI會不斷快速迭代,會和各個行業深度融合在一起,成為各個行業的生產力工具,甚至改變這個行業的商業模式、組織的構成,所以我們認為AI的序幕才剛剛開啓。

非常高興MiniMax能夠作為一個創業公司和各行各業夥伴一起在AI賽道不斷探索和前行,謝謝聆聽!

版權所有,未經授權不得以任何形式轉載及使用,違者必究。

MiniMax

夢晨

Claude 4.8炸場!部分能力超過Mythos,支持數百子智能體並行2026-05-29

沙鋼簽約釘釘,讓悟空成為每一位“鋼鐵人”的生產力工具2026-05-28

5篇AI生成的數學論文被接收!00後創始人洪樂潼融資14個億2026-05-28

DeepSeek陳德里開發自動研究Skill,寫一篇論文人類只動腦2小時2026-05-27

相關閲讀

企業玩不轉龍蝦,是人的思維出錯了

MiniMax和騰訊雲深度詳解Agent大規模落地

十三2026-04-03

MiniMax 養龍蝦 安全養龍蝦 騰訊雲

MiniMax開源4M超長上下文新模型!性能比肩DeepSeek-v3、GPT-4o

現在就能免費玩

西風2025-01-15

MiniMax MiniMax-01

全球開源大模型杭州霸榜被終結,上海Minimax M2發佈即爆單,百萬Tokens僅需8元人民幣

打破智力、成本、速度不可能三角

克雷西2025-10-28

MiniMax 開源

火線解析MiniMax招股書!全球領先大模型成本只有OpenAI 1%,果然拳怕少壯

衝刺最快上市AI公司

克雷西2025-12-21

MiniMax

1美金時薪僱個全棧替身,MiniMax M2.5讓打工人也能體驗當老闆的感覺

主打智能體和Vibe Coding

克雷西2026-02-13

MiniMax

我MiniMax,用實習生處理數據,照樣屠榜開源大模型

官方技術博客揭秘技術細節

克雷西2025-11-04

MiniMax 開源

熱門文章

剛剛,國產AI自己造了AI,全球首例!

2026-05-26

卡帕西Anthropic最新頭銜:技術員工(MTS)

2026-05-26

7B打敗o3、GPT-5!醫學AI智能體讓模型學會“看哪裏、怎麼看”

2026-05-28

DeepSeek V4芯模協同背後,國產算力生態開始飛輪加速

2026-05-28

面壁智能「開源周」:一場定義端側 AI 終局的系統性「亮劍」

2026-05-29

掃碼關注量子位

量子位 QbitAI 版權所有©北京極客夥伴科技有限公司 京ICP備17005886號-1