6月17日，在官方网站和开源平台GitHub上，国内AI Unicorn Minimax推出了第一个开放资源大规模混合体系结构推断模型Minimax-M1。该模型在权威审查列表中的全球开源模型中排名第二。在M1发行的那天，Minimax的创始人兼首席执行官Yan Junjie在他的时刻写道：我第一次觉得山脉并非不可能攀登。 Yan Junjie wrote to her Circle of Friends: The first time I felt that the mountains were not impossible to cross the M1, the Minimax -generation models of the generation of Hailuo 02, the general agent of the Minimax generation, the Minimax's general agent, the video creation agent, and the tone -tone tonjo tone -tone -tolo tone of the tone, - -Sun Updating and all is MalAkas. minimax的起源是什么？在将其上下文分类之后，发现它是自我设计的对Agi（通用人工智能），然后在Chatgpt成为Popula之前R，这是中国放弃大型模型关注的基本密集建筑和传统机制的第一个开始。非合规是其增长的共同特征。一旦发布了M1的强度，它是当局审查列表中全球开源模型的第二位，仅次于5月28日发布的DeepSeek-R1-0528。但是，从细分项目的角度来看，M1在长期处理，工具呼叫等上形成了损害的优势。一次“三体专业”的功能是8倍相同的Deptseek模型，与Google最新的Gemini2.5pro相当。就产出长度而言，80,000 M1令牌高于Gemini2.5Pro的64,000个令牌。对于长期技术文档，新颖脚本等等场景，此优势非常重要Rmance，M1有效性使其竞争对手不坐。当使用80,000个令牌深入推理时，M1仅需要30％的DepSeek。 M1处于加固阶段，仅花费53.5万美元。这一成本符合Minimax自身估计的规模，更不用说与其他竞争对手相比了。文本模型M1只是开胃菜。 Minimax Generation Hailuo 02的最小生成是直接挑战Google VEO3生成的第三代模型。体操和杂技等复杂的运动总是用作AI视频模型的图灵测试。但是，在以前的AI视频中，通常“跌倒”的情况，例如身体脚（例如三腿）和丑陋的脸部特征。 Hailuo 02的两种拱顶马都对物理世界的定律有了真正的理解。可以看出，Google VEO3生成的视频具有与逻辑不一致的物理困惑和失真。 Hailuo 02在物理世界法律的地位。从10米高的SpringboardCreate潜水表现，崩溃和旋转以及良好的动作中获得“在奥运会上获得的猫”作为直接词，从而允许Google weo3和Hailuo 02制作视频。在约会视频中，猫四处流动，几乎进入水。后者在整个空气中摇晃三个半星期，然后进入肮脏的水，整个运动都是合乎逻辑的。 Google VEO3视频，猫直接进入水，Hailuo 02中的猫完全翻转了三个半星期，然后进入水。等等。每天算法工程师，例如听书籍。如果您没有为用户提供高动态美学的能力，那么最好不要这样做。 “郑小子从未谈论过他的要求的推理。去年，AI视频技术团队经历了无数的疯狂时刻。尽管建筑和算法经常优化，但结果彼此相反。但是，高质量的数据，创新算法以及过度试图避免“一小部分，一千英里的错误”，任何人都预防避免“略有差异，一千英里的错误”，无论如何，确实避免了“微微的差异，一千英里的错误”，无论如何，无论如何，任何人都在避免了一定的差异。效率分别分别达到了2.5倍的跳跃。”在采访中，许多Minimax Company员工提到“做一个好模型本身”。他们说，Jun Junjie反复强调：良好模型的本质是由技术驱动的，并且这些模型是出现剩余的Ancoverseas Sora，跑道和其他产品的推动力。同时，Minimax开放平台已迅速发展，拥有50,​​000多个公司客户和Devel全球注册的Opers。 Hailuo AI帮助来自200个国家和地区的创作者制作了超过3.7亿个视频。 Hailuo 02的官方价格明显低于跑道和Keling等国内外同行的价格，从而达到了该行业的价格。从某种意义上说，Minimax House的当前时刻被交换为“逆行”。自去年以来，由于内部成本和外部竞争，该公司的国内和外国大型模型加速了它们的融合。例如，去年7月，美国仅有的六家AI初创公司是Openai和人类的。如果添加XAI公司面对的公司，则最多为2.5。在中国，数百种模型的战役迅速围绕着单位竞争。许多以前的大型“六个小老虎”模型已转向预测该行业的实施。 minimax已成为几个仍然符合基本mod发展的初创公司之一Els。 Minimax的沉默在于雾中的悲伤和勇气。在2023年下半年，大多数国内同行都坚信大型建筑，但Minimax领导了研究MOE架构的投资来源。 MOE体系结构将模型分为许多专家子网，并根据情况进行动态活跃的“专家”进行计算，以节省上述计算。早在去年年初，Minimax就推出了基于Moe在中国建筑的第一个大型模型，而今年年初流行的DeepSeek-R1使用了Moe Architecture。如今，Moe几乎取代了密集的建筑，并已成为该行业的主流。该M1的成功不仅是MOE架构的使用，而且是使用线性注意机制的使用。在模型注意的传统机制中，令牌的长度与计算强度消耗的平方关系。如果令牌增加一个hundreD次，计算强度的消耗将增加一万倍。线性注意机制是努力提高令牌增加后连续计算强度的消耗。实际上，这一理论是由国外学者在2019年提出的，但只有最小值敢于投资时间，人力和计算资源以证明其可行性，并最终用于大规模的商业部署。此外，Minimax创造了一种研究称为Cishop的增强措施的方式，该加固可以更好地维持长期已久的链中的点。 Moe，线性注意力和CISHPO共同构成了高效率和低成本模型的基础。但是，大型模型的发展是一项长期种族，其最后时期还远远没有到来。面对“行业的震惊”，平均每三个月带来一次，Minimax仍然很棒，而且其目的总是一个 - 留在扑克桌上。在世界人工会议上去年的情报，Yan Junjie在接受记者采访时讨论了“安全”。他认为，只有能够在业务上进行快速技术发展和更好的业务的公司才能保留。他还补充说：“在等待市场看到100万或什至千万人民币的AI应用程序的过程中，大型公司应该做的是获得每年增长10次的能力。到目前为止，我们已经建立了这种速度。”该情报实验室以及四个主要的基本模型，例如Senseime和Step Star，它们共同构成了大型“上海团队”模型。 For example, SENSETIME has a new upgrade "rising new Sinsenoova V6" in April of this year, and KAKIt is a significant GPT-4O ahead, and its system also covers the first large model in China that supports the deep 10-minute medium review and long video plan for "shencheng molding" by the end of last year, strives to develop an ecosystem of the arTifter Class Intelligence行业开发了3至5个2025年的大型智能模型。变革的孵化器，并开发了许多授权中心的培训中心和垂直培训领域的授权中心。 Sensetime将于今年4月新升级为“ Rising New Sinsenoova V6”。资料来源：Shanguan新闻