為什麼 MiniMax 更像消費級 AI 公司，而不是模型實驗室
MiniMax 最值得被理解成一家用模型做產品的消費級 AI 公司，而不是只追逐基準分數的模型實驗室。
MiniMax 最值得被理解成一家用模型做產品的消費級 AI 公司，而不是只追逐基準分數的模型實驗室。
MiniMax 的核心價值，不在於它是不是最強模型，而在於它是否最會把模型變成能被日常使用的產品。從 Talkie、Xingye 到 Hailuo AI，再到 2024 年 3 月 Alibaba 參與的 6 億美元融資、估值 25 億美元，這條路徑已經說得很清楚：它不是先做研究聲望，再等開發者圍上來，而是先抓住使用者，再把模型塞進產品裡。
第一個論點：MiniMax 的真正優勢是分發，不是模型神話
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
MiniMax 早期突破不是來自一篇轟動論文，而是來自 Glow 這類角色聊天產品。這款 2022 年 10 月推出的應用，後來改名為 Talkie 與 Xingye，先建立使用習慣，再反過來承載模型能力。到 2024 年 7 月，《華爾街日報》報導 Talkie 已是美國下載量很高的免費娛樂 app 之一，月活約 1100 萬。這種成績講的是分發與留存，不是 benchmark。
消費級 AI 是一個高度集中、勝者吃下大部分注意力的市場。MiniMax 的角色聊天產品證明，它比很多「模型先行」的競爭者更懂產品表面。用戶不會因為某個 mixture-of-experts 架構而打開 app，他們要的是陪伴、影音、語音，或是能直接完成任務的介面。MiniMax 的強項，就是把模型藏到體驗後面，讓人先感受到產品。
第二個論點：它的模型發布是為產品堆疊服務
MiniMax 2024 年 3 月推出 Hailuo AI，之後又在 2024 年 9 月加入 video-01 影片生成，2025 年 1 月再補上音訊功能。4 月 17 日推出 ABAB 6.5 系列，之後還有 MiniMax-01、Speech-02、M1、M2.5、M2.7。這些發布看起來很多，但脈絡很一致：每一次模型更新，都是在擴張某個產品能力。模型不是生意本身，而是引擎室。
這種做法比單點追逐「更大、更快、更強」要務實得多。能把文字、語音、音樂、影片整合成一個消費級產品堆疊的公司，通常比只賣單一模型 API 的公司更能留住用戶，也更容易交叉銷售。MiniMax 的廣度意味著韌性：一個模態放緩，另一個模態還能撐住；一個 app 受監管，另一個產品線可以接住流量。這不是單押一個模型的故事，而是組合拳。
反方可能怎麼說
最強的反對意見很直接：模型能力才決定上限。如果 MiniMax 追不上前沿實驗室，它的應用最後只會變成別人突破的外殼。風險也不只是技術。Reuters 曾報導，2025 年 9 月 Disney、Universal 與 Warner Bros. Discovery 因 Hailuo AI 涉嫌侵權而起訴 MiniMax；2026 年 2 月，Anthropic 也指控 MiniMax 與另外兩家中國公司透過異常帳號生成數百萬次 Claude 互動以進行蒸餾。這些都不是小瑕疵，而是產品速度可能超過治理能力的證據。
但這個批評其實沒有推翻主論點，反而把主論點講得更清楚。MiniMax 之所以會暴露在這些風險裡，正因為它真的在面向消費市場快速出貨，而不是躲在研究路線圖後面。它的風險敞口，就是產品導向放大後的代價。如果它只是模型實驗室，外界不會這麼在意；因為它在做的是人人會碰到的 app，所以每個問題都會被放大。這不是否定其策略，而是提醒它必須補上授權、來源與治理。
你能做什麼
如果你是工程師、PM 或創辦人，別把 MiniMax 當成模型崇拜的對象，而要把它當成產品導向 AI 的案例：先定義使用場景、重複行為與分發入口，再選擇最能支撐業務的模型堆疊。若你在做消費級 AI，請把多模態當成產品優勢，而不是研究炫技指標；若你在加速擴張，先把版權、資料來源與模型治理做好，再把流量放大。MiniMax 的教訓很直接：AI 競爭最後贏的，是把模型變成日常使用的人，不是只會發布模型的人。