MiniMax AI：MaxClaw 背後的公司
MiniMax 是打造 MaxClaw 的 AI 公司，MaxClaw 是通過 MiniMax Agent 平台部署的雲端 AI 智能體。MiniMax 成立於 2021 年，是中國「AI 六小虎」之一，也是全棧 AI 開發的先驅——自主構建專有基礎模型、發明 Lightning Attention，並將消費產品擴展到全球超過 2.12 億用户。本頁面全面介紹 MiniMax 的技術、產品、商業戰略和競爭定位。
公司概述
MiniMax 成立於 2021 年，其雄心壯志在當時的 AI 創業公司中獨樹一幟：構建完整技術棧。MiniMax 並未專注於模型研究或應用開發的單一方面，而是採取「全棧」策略——從零開始開發專有基礎模型，同時在其上構建大規模消費產品。
這一戰略使 MiniMax 躋身中國「AI 六小虎」，即中國六家最具影響力的 AI 公司。其他五家包括 智譜 AI、Moonshot AI（Kimi 的創造者）、百川智能、階躍星辰和 零一萬物。在這些公司中，MiniMax 以其消費者導向的戰略和在全球範圍內發佈產品的決心而獨樹一幟。
截至 2025 年末，MiniMax 已在全球積累超過 2.12 億個人用户——這一數字主要得益於其消費產品星野（Talkie）和 Hailuo AI 的成功。這一用户基礎加上專有模型基礎設施，為 MiniMax 提供了一個數據飛輪，除最大的頭部企業外，鮮有 AI 公司能夠匹配。
核心技術創新
MiniMax 的技術貢獻集中在三項創新上，解決了基於 Transformer 的 AI 模型的根本瓶頸：Lightning Attention、混合注意力架構和 Mixture-of-Experts 擴展。
Lightning Attention
標準 Transformer 模型依賴於 SoftMax 注意力機制，其計算複雜度隨序列長度呈二次方增長。這意味着隨着上下文窗口的增大，計算成本呈指數級增長——使得百萬 token 級上下文窗口在傳統方法下成本高得令人望而卻步。
MiniMax 的解決方案是 Lightning Attention，一種線性注意力機制，將 SoftMax 的二次方複雜度替換為線性擴展。這使得上下文窗口可以擴展到數百萬個 token，而無需計算成本的相應爆炸式增長。Lightning Attention 是 MiniMax 能夠提供 400 萬 token 上下文窗口的核心使能技術。
混合架構
MiniMax 並未完全單獨使用 Lightning Attention。MiniMax-01 和 M1 系列模型採用混合設計，將 7 層 Lightning Attention 與 1 層傳統 SoftMax 注意力交替排列。這一比例為大部分計算提供了線性注意力的效率優勢，同時在最需要的地方保留了 SoftMax 注意力的表達能力。
正是這種混合方法使 MiniMax-01 支持了 400 萬 token 的上下文窗口——在發佈時超越了 GPT-4o 和 Claude 3.5 的上下文長度。
Mixture-of-Experts (MoE)
MiniMax M2.5 模型——驅動 MaxClaw 的基礎模型——採用 Mixture-of-Experts 架構。M2.5 包含 2290 億總參數，但每個 token 僅激活約 100 億參數。這種稀疏激活模式意味着 M2.5 以遠低於同等規模密集模型的計算成本提供相當水平的智能。
對於 MaxClaw 用户來説，這意味着快速的推理速度、更低的每 token 成本（僅為 Claude 3.5 Sonnet 等同類模型的 1/7 至 1/20），以及在代碼生成、多步工具調用和邏輯推理方面的出色表現。
產品生態系統
MiniMax 運營着 AI 原生公司中最廣泛的產品組合之一。MiniMax 不是專注於單一應用，而是發佈多款消費級產品——每款都由其專有基礎模型驅動，每款都針對不同的使用場景。
| 產品 | 類別 | 關鍵指標 | 亮點 |
|---|---|---|---|
| Hailuo AI | 多模態助手 | 560 萬+ 月活 | Video-01 引擎：720p 視頻生成，25fps |
| 星野（Talkie） | AI 角色互動 | 2 億+ 用户，200 個國家 | 持久記憶、語音交互、全球覆蓋 |
| MiniMax Agent | 雲端智能體平台 | 託管 MaxClaw | 一鍵部署、多平台集成 |
| Video-01 | 文生視頻 | 720p / 25fps | 與 Sora 和 Kling 競爭 |
Hailuo AI
Hailuo AI 是 MiniMax 的多模態助手，服務超過 560 萬月活用户。其標誌性能力是 Video-01，一個文生視頻引擎，能以 720p 分辨率和 25 幀/秒的速度生成高保真視頻。Video-01 直接與 OpenAI 的 Sora 和快手的 Kling 在新興的文生視頻領域競爭，是 Hailuo AI 視頻和研究應用的旗艦技術。
星野（Talkie）
星野，國際版稱為 Talkie，是一個具備持久記憶和語音功能的 AI 角色互動平台。Talkie 已覆蓋 200 個國家、超過 2 億用户，使其成為全球最成功的 AI 原生消費產品之一。用户創建並與記住過往對話、適應個人偏好、通過自然語音互動進行溝通的 AI 角色進行交互。
MiniMax Agent 與 MaxClaw
MiniMax Agent 是託管 MaxClaw 的雲端智能體平台。它提供了一鍵部署自主 AI 智能體的基礎設施，具備持久長期記憶和與 Telegram、Discord 和 Slack 的原生集成。MaxClaw 作為該平台的旗艦智能體，完整繼承了 OpenClaw 工具生態系統，並由 MiniMax M2.5 模型驅動，實現高性價比的高性能智能體任務。
商業戰略與融資
MiniMax 的商業發展軌跡代表了全球 AI 行業最快的崛起之一——從創立到公開上市不到五年。
公司成立
MiniMax 以全棧 AI 願景成立：專有基礎模型與消費級應用相結合。
6 億美元融資
阿里巴巴領投 6 億美元融資輪，MiniMax 估值達 25 億美元。其他投資方包括騰訊和紅杉中國（現更名為 HongShan）。
2.12 億+ 全球用户
MiniMax 全球個人用户突破 2.12 億，得益於 Talkie 的國際擴張和 Hailuo AI 的增長。
香港交易所 IPO
MiniMax 在港交所上市，首日股價飆升超過 100%。MiniMax 成為首批上市的中國 AI 獨角獸之一。
阿里巴巴、騰訊和紅杉中國（HongShan）的支持為 MiniMax 提供了資金和戰略分發優勢。阿里巴巴的雲基礎設施和騰訊的社交平台覆蓋補充了 MiniMax 的消費者導向戰略，而紅杉中國在擴展中國科技公司方面的經驗則在快速增長階段提供了運營指導。
2026 年 1 月的 IPO 不僅是 MiniMax 的里程碑，也是整個中國 AI 行業的里程碑。首日股價飆升超過 100%，MiniMax 證明了擁有強勁消費指標和專有技術的 AI 原生公司能夠獲得公開市場溢價——這一信號影響了其他六小虎成員的 IPO 計劃。
AI 六小虎：競爭格局
中國的「AI 六小虎」代表了構建 AI 公司的六種不同策略。雖然六家都在開發基礎模型，但它們在商業化、架構和目標市場方面的路徑顯著不同。以下是 MiniMax 相對於三個主要競爭對手的定位。
MiniMax vs 智譜 AI
智譜 AI 重點關注 B2B 和企業應用，為企業客户和政府機構構建 AI 解決方案。MiniMax 則採取截然相反的策略：面向大眾的消費級產品。智譜 AI 通過企業合同變現，而 MiniMax 通過高月活消費應用和 MiniMax Agent 等平台服務變現。
MiniMax vs Moonshot AI (Kimi)
Moonshot AI 的 Kimi 是將長上下文能力帶給公眾的先驅。然而，MiniMax 的 Lightning Attention 比傳統長上下文方法更高效地處理 400 萬 token。兩家公司都發布消費產品，但 Moonshot AI 更專注於 Kimi 瀏覽器生態系統，而 MiniMax 橫跨視頻生成、角色互動和智能體平台。
MiniMax vs DeepSeek
DeepSeek 因其對模型效率的關注和對開源研究的投入而獲得認可。MiniMax 同樣關注效率（通過 MoE 和 Lightning Attention），但在戰略上有所不同：MiniMax 在模型之上構建精緻的、高月活的消費應用，而 DeepSeek 主要向社區發佈模型和研究成果。
MiniMax 的獨特定位
在六小虎中，MiniMax 是唯一同時實現以下成就的公司：2 億+ 用户消費應用（Talkie）、最先進的視頻生成系統（Video-01）、智能體部署平台（MiniMax Agent / MaxClaw），以及在港交所公開上市。這種廣度就是其決定性的競爭優勢。
MaxClaw 在 MiniMax 戰略中的角色
MaxClaw 代表了 MiniMax 進入 AI 智能體市場——這一領域超越了基於聊天的助手，延伸至在用户現有工作流中運行的自主、工具使用、始終在線的 AI 系統。
MaxClaw 對 MiniMax 的戰略意義
MiniMax 的現有產品——用於社交互動的 Talkie 和用於多模態任務的 Hailuo AI——服務於大量用户羣體，但主要在 MiniMax 自有平台內運作。通過 MiniMax Agent 部署的 MaxClaw 將 MiniMax 的 AI 能力延伸到第三方平台：Telegram、Discord 和 Slack。
這具有重要的戰略意義，因為它允許 MiniMax 在用户已經花費時間的地方觸達他們，而不是要求他們訪問 MiniMax 的產品。結合 M2.5 模型的成本效率（Claude 3.5 Sonnet 的 1/7 至 1/20），MaxClaw 使持續運行高頻 AI 智能體在經濟上可行——開闢了自動監控、定時分析和持久工作流自動化等在其他平台上成本過高的使用場景。
MaxClaw 實際上是 MiniMax 模型智能向更廣泛智能體生態分發的渠道。它位於 MiniMax 三大核心優勢的交匯點：專有模型（M2.5）、雲基礎設施（MiniMax Agent）和消費產品設計（一鍵部署、持久記憶、角色定製）。