MiniMax挑战Transformer架构，要做AI agent时代的新基建？业内称没有改变本质，尚需应用共识

（原标题：MiniMax挑战Transformer架构，要做AI agent时代的新基建？业内称没有改变本质，尚需应用共识）

21世纪经济报道记者邓浩 上海报道

近期基础大模型领域热点不断，先是量化巨头幻方上线全新系列模型DeepSeek-V3首个版本上线并同步开源，以极低训练成本引发海内外对大模型经济性的广泛讨论。

1月15日，本土“大模型六小龙”之一的MiniMax发布并开源了MiniMax-01全新系列模型，第一次大规模实现线性注意力机制，直接挑战传统的Transformer架构，再一次在行业掀起巨浪。

某大模型领域专家对记者解释，“传统的Transformer的注意力机制的计算复杂度随着序列长度的增加而呈二次增长，所以做长文本效率很低。MiniMax一直在做’线性注意力机制’这一套，做了比较大的改进，从而可以做到400万token的超长上下文。”

也有不少业内人士对记者表示，MiniMax的创新可以增强现有方法的效率，但没有改变本质。实际效果还需要应用的验证和共识。

创新大模型增强效率

此前，MiniMax一直选择闭源，外界对其技术细节知之甚少，没想到这一次上手即是“王炸”。

不仅采用全新架构，而且实现综合性能比肩海外顶尖模型。据MiniMax透露，该模型的参数量高达4560亿个，其中单次激活459亿个。能够高效处理全球最长400万token的上下文，是GPT-4o的32倍，Claude-3.5-Sonnet的20倍。

为什么需要这么大的窗口处理能力？

事实上，在处理长文本内容、复杂任务的高效执行以及应对多模态\跨模态任务等情况时，越高的信息处理能力越能让模型充分理解需求，从而得到更优的结果。

雪浪云高级副总裁、雪浪工业软件研究院副院长郭翘就对记者表示，“我们已经积累了不少工业语料，相当于工业场景数据，可以很快测试一些基础大模型的能力，而上下文的长度是非常重要的指标。”

为什么可以做到？关键在于其使用了基于线性注意力机制的新架构，其中每8层中有7个是基于Lightning Attention的线性注意力，有1层是传统的SoftMax注意力。

用个通俗的比喻，假如我们需要在一个装满卷轴的藏宝箱，找出一个与宝藏位置最相关的卷轴。传统的注意力机制类似于一群赏金猎人，每一个猎人会把手里的每一个卷轴都与其他所有卷轴依次做比较，随着卷轴书数量的增多，工作量会呈平方级增长。

而线性注意力机制相当于一位聪明的考古学家，他用一套相对简单的办法，依次对这些卷轴进行检阅，不断记录并累计对线索的理解，最后得出综合判断。这个工作量是随着卷轴增加而线性增长的，相对更高效。

MiniMax称，主要“受益于我们的架构创新，我们的模型在处理长输入的时候有非常高的效率，接近线性复杂度。”而且，MiniMax还在技术论文中透露，“我们正在研究更高效的架构，以期完全摒弃softmax注意力机制，从而有可能实现无计算负担的无限上下文窗口。”

况客科技（北京）有限公司管理合伙人安嘉晨对记者表示，“（MiniMax的影响）现在谈可能还为之过早，之前很多类似的其实最终没有成功证明自己比transformer好，这个需要应用的验证和共识。”

某硅谷技术专家也对记者分析，“从去年开始，硅谷一直在诟病Transformer架构，认为没办法商用，成本消耗太大。Minimax的模型本质是对现有方法效率的增强，但是没有改变本质。”

对于MiniMax来说，花费巨大精力和成本构建这个全新的架构，有着更大的野心。

MiniMax直言，“我们相信2025年会是Agent高速发展的一年，不管是单Agent的系统需要持续的记忆，还是多Agent的系统中Agent之间大量的相互通信，都需要越来越长的上下文。在这个模型中，我们走出了第一步，并希望使用这个架构持续建立复杂Agent所需的基础能力。”

不过，上述硅谷技术专家表示并不太认可这个说法，其认为“就单纯AI agent来说，其实用不了太多的token，几千个足够了。多模态会需要，但技术还没到这个点上。”

安嘉晨则坦言，“MiniMax的应用很成功，星野之类的APP，但是（Agent）用模型的话，我觉得竞争还是很激烈的，现在很难说谁比谁明显领先多少。”

开源、口碑与性价比

其实，在基础大模型领域，自从OpenAI推出O1和O3模型之后，产业界和投资界都逐渐形成新的共识，Scaling Law已经趋缓，预训练模型热度开始转向推理模型。

前述硅谷技术专家称，“预训练大模型，现在大家有一个统一的共识，还没办法转化成真实的生产力，性价比极不合适。投资人也有点慌，因为不知道要烧（钱）到什么时候。”

最近的案例是李开复的零一万物，李开复公开表态，只有大厂能烧超大的模型，“我们觉得要和一个烧得起大模型的大厂合作，以后超大的模型由阿里训练，我们就可以用小而精的团队来做小而便宜的模型，拥抱应用的爆发。”

实际上，商业化是摆在现在大模型初创公司面前的一条必答题。

除了零一万物，月之暗面、百川智能、智谱AI等也在加速探索B端业务的变现，而MiniMax相对比较另类，2023年6月和9月，其相继在海外和国内上线AI陪伴产品“Talkie”、“星野”。2024年5月上线C端产品“海螺AI”，作为生产力助手。此前有媒体预测，MiniMax2024年收入预计达到7000万美元，而大部分收入来自Talkie的广告。

该硅谷技术专家透露，“Minimax在国内比较犹豫，但在海外愿意花钱去租GPU，可以侧面印证海外收入还不错。”

实际上，某熟悉MiniMax的业内人士曾对记者表示，由于MiniMax创始团队出身传统AI四小龙，吃过不少B端的“亏”，比如项目制开发，无法规模化做大，利润微薄，因此其在大模型领域创业时特别注重商业变现。

可是，现在价格内卷也开始在预训练模型不断蔓延，如何在白菜价中实现规模盈利，仍将继续考验入局的玩家。

MiniMax称，“受益于架构的创新、效率的优化、集群训推一体的设计以及我们内部大量并发算力复用，我们得以用业内最低的价格区间提供文本和多模态理解的API，标准定价是输入token 1元/百万token，输出token 8元/百万token。”

对于业内比较关心的开源问题，MiniMax解释，“选择开源，一是因为我们认为这有可能启发更多长上下文的研究和应用，从而更快促进Agent时代的到来，二是开源也能促使我们努力做更多创新，更高质量地开展后续的模型研发工作。”

前述硅谷技术专家对此表示，“我觉得大模型开源，主要还是做口碑。特别是在中国，一旦开源，客户的选择成本会很低。而且后续也可以有延伸的增值服务。”

安嘉晨也认为，“闭源模型要盈利，就只能卷性能，但卷性能和盈利这两者几乎很难平衡，也许只有少数的一两个才能坚持闭源且盈利；开源的话，卷性能的需求下降了，自然成本压力也能缓释，还有可能占个生态位，未来还有建立商业模式的可能性。”

郭翘则对记者分析，“我们只关注开源模型，为什么不用闭源（模型）？因为制造业的客户更关心数据安全，必须要保证私有化部署，而闭源模型通常是提供网络接口，通过公有云服务，这是B端客户不太容易接受的。”