“AI六小虎”開搶IPO，MiniMax要超智譜？_風聞

AI獨角獸，爭當第一股。

MiniMax用一紙近3億美元的新融資，把“AI六小虎”的排位賽推向高潮。

昨晚消息稱，大模型公司MiniMax近3億美元的新一輪融資已接近完成，投後估值超過40億美元（約300億元人民幣）。結合公開信息，目前國內達到這一估值的大模型公司有MiniMax和智譜。

這家由前商湯副總裁閆俊傑於2021年創立的大模型公司，正以驚人的速度完成從“技術炫技”到“商業閉環”的跨越：一邊發佈覆蓋基座、視頻、語音、Agent的全棧產品，一邊讓爆款情感應用Talkie在海外狂攬千萬下載，又借“藍色胖貓”讓海螺AI在捲到冒煙的視頻生成賽道成功破圈。

然而，速度只是門票，真正決定終點的，是如何在“更快、更好、更賺錢”的三角難題中找到平衡。

當對話、生圖、生視頻的同質化軍備競賽讓免費成為默認選項，DeepSeek用“展示思考過程”撕開差異化缺口；當Agent被視為2025商業化的最大變量，MiniMax推出Hailuo Video Agent，試圖用一句話生成專業級短片，回答市場上關於“Agent到底解決什麼具體問題”的靈魂拷問。

MiniMax收穫的新融資，也在推動“AI六小虎”競爭的新敍事。

又一家“AI六小虎“融了一筆

這一局，Minimax領先了一步。

昨晚，據媒體報道，大模型公司MiniMax近3億美元的新一輪融資已接近完成，投後估值超過40億美元（約300億元人民幣）。結合公開信息，目前國內達到這一估值的大模型公司有MiniMax和智譜。

今年，Minimax不斷傳出好消息。先是產品發佈。MiniMax發佈了一系列核心技術與產品，涵蓋基座模型、視頻生成模型、多模態智能體等多個方向，系統展現其“模型—多模態—應用”一體化技術路線。

作為底層基礎能力的支撐，MiniMax發佈並開源了自主研發的MiniMax-M1系列模型；配套算法方面，MiniMax推出了新的CISPO強化學習優化算法；在多模態生成領域，MiniMax推出新一代視頻大模型Hailuo 02，主打高保真物理模擬與直接生成1080P畫質視頻能力；Hailuo Video Agent則通過自然語言驅動全局、全流程工具集調用，實現“零門檻專業級視頻生成”；語音模型Speech 02也進行了功能更新，Voice Design音色設計，用户可以通過自然語言來描述自己心中所想的音色，實現對多個維度的精準控制。

同時，企業也傳來了IPO的消息，今年6月，彭博社報道稱，MiniMax正在籌備赴港上市。

Minimax一直都是資本的寵兒。紅杉中國、阿里巴巴、騰訊、IDG資本、米哈遊，MiniMax彙集了產業和機構中最頂級的資本。在2024年獲得6億美元A輪融資後，估值也已經超過了25億美元（摺合人民幣約179億元）。

2021年，商湯科技前副總裁閆俊傑創立了Minimax。很長一段時間，公司最出圈的除了創始人的明星履歷，還有一款海外的AI情感APP——Talkie。僅去年前8個月，Talkie的全球下載量就快速突破千萬次，超過Character AI，成為美國市場下載量第4的人工智能應用。英國《金融時報》報道稱，僅來自Talkie的用户付費和廣告收入去年就為MiniMax創造了7000萬美元的營收。

不過，從去年底開始，很多社交直播APP都被要求下架整改，這其中就包括Talkie。

這讓MiniMax體會到了過渡依賴單一產品的風險，於是，2024年9月，MiniMax發佈了視頻生成模型“海螺視頻I2V-01”，並上線海螺AI。

起初海螺AI沒有被廣泛認可，甚至被認為“有點過時”，畢竟AI時代人人追新，而AIGC作為GPT之後第一個火起來的賽道，在海螺AI推出來的時候已經被認為是“火過頭”了。何況前有快手可靈AI後有字節Seeweed和PixelDance，海螺AI作為一個初創公司的產品當時並沒有立即就被寄予厚望。

結果，一款海螺AI生成的藍色胖貓IP爆火，也讓海螺AI在AIGC中開始出圈。不少網友稱，海螺AI為目前市面上最優秀的AI視頻生成模型。更有網友直言，若不是注意到一些細微的瑕疵，他們幾乎以為這些視頻是真實拍攝的。

前不久，MiniMax也正官宣了旗下的Agent產品。融中財經也第一時間體驗了這個產品。

進入頁面之後，會出現“chat”和“Agent”兩個選項，我們先選擇“chat”，詢問“介紹一下MiniMax，包括產品、融資和未來發展”，再把回答和元寶的輸出做出對比的話，可以發現，兩者的回答語言都非常流暢絲滑，沒有事實性錯誤，或許是因為自家產品的原因，MiniMax介紹得更全面一些。

再選擇Agent模式，融中財經嘗試提出一個要求“分析蔚來汽車2025年第一季度的財務報表”，MiniMax接下來執行了幾個任務，包括搜索數據、同行對比、數據分析等。然後直接產出了一個報告。

這份財務分析比較了同比、環比數據，也就是説Agent拆解整體任務為收集數據和分析數據兩個大方面，其收集了2024第一季度、2024第四季度以及2025第一季度蔚來的數據，進行了對比。除了微觀數據的分析，報告還結合當下的行業環境給了更宏觀的分析和評價，作為一個初步的財務分析報告可以高效地幫助用户掌握情況。

要快，還要好

“天下武功，唯快不破”這句話應該送給所有的AI創業者。

Talkie的出圈就贏在了“快”。

上線快，2022年10月，ChatGPT爆火的前一個月，Talkie的前身，一款能直接對話的AI智能體產品Glow，就已經上線了；出海快，當時出海這個路線並沒有成為AI廠一個約定俗成的玩法，Talkie就搶先一步海外上線了。

不過“快”，這一招留給AI創業者的機會已經不多了，如今市面上同質化的AI搜索、AI社交的產品層出不窮，這也讓產品的差異化成了品牌的必修課。

“訂閲制是一部分AI產品的商業化手段，想要用户付費，差異化就是必須的。”AI產品經理默默（化名）對融中財經表示。

現在的AI產品同質化太高了，對話、視頻與圖片生成這兩個最普遍的賽道，就可以看到各家的大模型爭先上線類似對話、搜索類的功能，或者是對話衍生的功能，這就導致很多產品嚴重同質化。而同質化嚴重就會讓用户覺得選項很多，一旦一個產品開始收費，用户大可以轉向免費的產品繼續使用。所以同行之間的價格戰，甚至在沒開始變現的時候就已經打響了。

就拿對話類大模型來説，文心一言、Kimi、IMA、抖音、心流APP等產品先後上線，一直到Deepseek的出現，才又再次出圈。

而Deepseek的出圈，實際就是在用户體驗上一次“差異化”創新的成功。

Deepseek展示了思考的過程，其實這並不見得是一個技術的飛躍，但卻是用户體驗的進步，用户看到了大模型思考的過程，有了更多交互的體驗。所以在Deepseek之後很多AI產品也跟着展示了一部分思考的過程。

要夠快，要夠好，還要夠賺錢，這就是衝刺IPO的“AI六小虎”普遍面臨的問題。

商業化的不確定性一直是AI企業衝刺IPO的一道坎，這個情況在今年明顯變得更樂觀。2025年被視為Agent AI商業化的元年，AI Agent的應用場景不斷拓展，從辦公類Agent到垂直類Agent，再到更廣泛的行業應用。未來式智能等企業已經在電力、金融、泛互聯網、製造業等行業實現了Agent的常態化應用。例如，Glean垂直於企業知識數據庫的搜索，優化企業內部數據檢索和問題答覆，在近兩年中ARR翻倍增長。DayDream鏈接了超過2000+品牌，支持自然語言檢索，根據用户提供的時間、地點、場合等信息給予相關產品推薦。這些應用不僅提升了企業的運營效率，還為用户帶來了更便捷、高效的體驗，進一步推動了Agent技術的商業化落地。

爭做“超級APP”

一代人會有一代人的“超級APP”。

回溯互聯網的發展史，百度、阿里、騰訊這些以搜索、購物、社交等需求出發衍生出的超級APP幾乎壟斷了AI出現之前的互聯網時代。

而在後AI時代，下一個超級APP可能會出現在通往AGI的路上。

前不久Open AI公佈了AGI五級路線圖，揭示了人工智能從"聊天工具"到"戰略指揮官"的完整進化路徑——第一階段AI只是一個會“説人話”的對話工具，不需要刻意的編程語言可以交流；第二階段AI變成一個頗有學識的“博士”，更準確、更快速；第三階段AI成了一個超級助手，不止可以“chat”還可以“act”，從這裏再往上AI就不僅僅是一個被操控的工具，更可以提出創意甚至管理一個跨國公司。

目前大部分市面的AI產品都處於第一、第二階段，因此押注AI Agent就成了今年大模型廠商的主流敍事，Minimax也不例外。MiniMax在官網宣佈，發佈一款視頻創作Agent：Hailuo Video Agent，並開放Beta版本。根據提示輸入文字或圖片，Agent將自動分析、構思並生成具有專業水準、富有觀看價值的完整視頻內容。

談到出發點，MiniMax認為這會讓“視頻創意和生成更加普惠”。儘管視頻生成技術在快速提升，但對於很多人來説，想要將創意轉化為優質短片不是件簡單的事。從創意構思、分鏡腳本設計，到生成圖片素材、生成視頻並配音，再到精細化剪輯，這是一個對普通用户來説具有挑戰的流程。此外，MiniMax還推出了一個能跑長程（Long Horizon）複雜任務的通用Agent，能多步規劃出專家級解決方案、拆解任務需求、並能執行多個子任務從而交付最終結果。具體場景可以是寫代碼、生成PPT等。

從目前主流的Agent商業化路徑來看，TOB比TOC先行一步。尤其是一些垂類場景，比如營銷、辦公軟件等場景中的Agent已經開始和SaaS結合進行了商業化的探索。

科技投資人孔波（化名）就評價道，現在不論是做TOB還是TOC，通用還是垂直，從技術投入和難度上來説差別都不是很大，不過從商業化角度來看，TOC真正難實現的有兩點：軟件之間的聯通，以及用户體驗的極致。

孔波舉例道，比如我現在做一個Agent，垂直賽道，就做出行助手。我現在決定從A點到B點，我把這個問題拋給Agent，後者給我規劃一個最短路線、最短時間的路徑，包括交通工具、預算等等，這並不困難，現在對話式的大模型軟件就可以做到，但是Agent真正要解決的就是從Chat到Act的突破，因此一個合格的Agent其實是能夠在收到這個指令的時候就調用我手機裏的工具類APP完成訂票、提醒我行程、監督行程這麼一個過程。那麼這個過程中涉及到兩個點，其一，不同軟件之間調用的授權；其二，涉及到付款的時候整個Agent的行為先後、策略合理性的一個考驗。

相對來説，TOB的Agent也會有類似的問題，比如如何深入到企業的workflow中，在整個任務的思考、完成過程中，Agent不只要扮演一個角色，可能分擔多個角色，這幾個角色之間的權責劃分、合作協同就是一個挑戰。

“我相信下一個Super APP會出現在Agent賽道，目前市面上左右工具屬性非常強的軟件在Agent時代都可能被整合。從chat到Agent的演變也能看出，AI已經從卷數據、卷研究人員、卷研發費用這些“硬件”逐漸升級成了硬件實力夠硬的同時還要卷定位、卷市場、卷用户體驗這些“軟實力”。而在這個賽道上，也許就會誕生下一個“超級APP”。