The following article is from 元素 elements Author 田艳红

导读

THECAPITAL

闫俊杰的「零薪酬」，是中国大模型最昂贵的信仰

本文 4267 字，约 6 分钟

作者 |   田艳红   编辑 | 吾人

来源 |   元素 elements

（ID：rzelements）

7 月 9 日，MiniMax 的股价跌了将近 18%。这一天，公司迎来了上市以来首轮大规模限售股解禁 1.53 亿股，占总股本超过 48%。恐慌性抛盘把股价从高位拽了下来，市值一夜之间跌破千亿港元。

仅仅 24 小时后，7 月 10 日，两件事同时发生了。

一边是 MiniMax 公告完成新一轮 160 亿港元融资，由摩根士丹利和瑞银联合担任配售代理，配售 3560 万股 A 类股份，配售价每股 268 港元，外加发行 65 亿港元零息可转换债券。这笔交易吸引了亚太、欧洲和美国三大市场的二十余家国际主权基金和长线机构参与，认购覆盖倍数高达 7 倍。

另一边，创始人闫俊杰发了一封内部全员信。信的篇幅不长，但分量极重，他宣布从即日起不再领取任何薪酬，直到公司实现 AGI 的那一刻。同时，他拿出个人名下相当于总股本 4% 的股份用于团队激励，1% 设立专项基金支持开源社区。

这两件事放在一起，像极了一个充满张力的画面：一边是市场的焦虑和抛售，一边是创始人的笃定和加注。那么问题来了，闫俊杰凭什么敢押上自己的全部薪酬？MiniMax 又在打一场什么样的仗？

要回答这些问题，我们需要拆开三层去看：一个人的精神底色、一家公司的效率哲学，以及一场关乎 AGI 命运的棋局。

从县城少年到千亿掌门：

一个人的精神底色

闫俊杰身上有一个不太容易被注意到的标签，他是中国 AI 头部公司创始人中，极少数没有海外留学背景的人。

1989 年，他出生在河南一个县城。父母是普通人，教育资源谈不上丰富。他的 " 翅膀 " 是数学，凭着自学和对数学的兴趣，考进了东南大学数学系，后来又进入中国科学院自动化研究所硕博连读，博士毕业后在清华大学计算机系做博士后研究。

这段经历塑造了他一个核心特质，用最有限的资源，撬动最大的可能性。

他在商汤科技待了七年，从实习生一路做到副总裁、研究院副院长，主导构建通用计算机视觉模型和智慧城市技术体系。2018 年，他在人手不足的情况下带队做出 "All for One" 算法模型，在竞标中反超旷视和依图，拿下行业第一。

但真正点燃他创业冲动的，是一个很私人的瞬间，2021 年春节，他回河南老家看望外公。八十岁的老人跟他说，想写一本回忆录。但不会打字，故事也组织不起来，说了几次就搁下了。闫俊杰沉默了，他在 AI 行业做了十几年，做的系统帮企业降本增效，可对一个想写回忆录的老人来说，这些技术一点用都没有。

2021 年 12 月，也就是 ChatGPT 发布前将近一年，MiniMax 在上海成立了。公司名字来自博弈论中的 " 极小化极大算法 " ——先防住最坏的风险，再选相对最优解。天使轮 3100 万美元，米哈游领投。

创业初期的 MiniMax，可以用四个字概括：草根出身。闫俊杰自己说，团队 " 都是草根出身 "，基本没有大厂光环。招股书显示，截至 2025 年 9 月底，公司 385 名员工的平均年龄只有 29 岁，其中 95 后是绝对主力。

一个没有留过学的县城少年，一群平均 29 岁的年轻人，在 2022 年初大模型这个词还没成为风口的时候就开始做 AGI 了。这种 " 提前布局 " 的决断力，或许比任何技术参数都更能说明这家公司的基因。

1% 的投入，100% 的野心：

MiniMax 的效率哲学

如果要为 MiniMax 找一个贯穿始终的关键词，那一定是 " 效率 "。

先看一组对比数据：从成立到 2025 年 9 月，MiniMax 累计花费约 5 亿美元（约 35 亿元人民币）。作为对比，同期 OpenAI 的累计花销在 400 亿至 550 亿美元之间。换句话说，MiniMax 用了不到 OpenAI 1% 的资金，构建了一家全模态技术跻身全球第一梯队的大模型公司。

这不是运气，而是一套系统性的战术选择。

首先是技术架构上的 " 降维打击 "。

2023 年下半年，当国内大多数大模型公司还在追逐 Dense 架构时，闫俊杰做了一个大胆的决定，押注 MoE（混合专家模型）架构。这在当时几乎是技术 " 无人区 "，一次预训练失败可能导致算力成本增加上千万美元。投资人也问过：万一搞不出来呢？闫俊杰的回答很直接：要服务数千万甚至亿级的用户量，只有 MoE 架构才能用更低的成本向更高的模型阶段演进。

事实证明他是对的。2024 年 1 月，MiniMax 发布了国内首个 MoE 大模型，随后在 4 月将 MoE 架构用于大规模商业化部署，开创了国内先河。以 M1 模型为例，整个强化学习阶段仅需 512 块 H800 GPU 训练三周，训练成本不过 53.74 万美元，仅相当于 OpenAI 同等参数模型的零头。

这种 " 以小搏大 " 的技术路线，贯穿了 MiniMax 的整个迭代史。

2025 年 1 月，DeepSeek 横空出世，震动整个行业。冲击之下，闫俊杰有过反思。但反思之后的选择是，先发布国内首个线性注意力架构模型 MiniMax-Text-01；2025 年 6 月，开源全球首个大规模混合架构推理模型 MiniMax M1，总参数 4560 亿，支持 100 万 token 超长上下文；10 月发布的 M2 模型则回归全注意力机制，总参数约 2300 亿，每次仅激活约 100 亿参数，把性价比做到行业顶尖，API 价格仅为同类模型的 8%。

2026 年 6 月，M3 发布，这是真正的 " 大招 "。  M3 采用了自研的 MSA（MiniMax Sparse Attention）稀疏注意力架构，在 100 万 token 上下文规模下，每 token 计算量仅为上一代模型的约 1/20，prefill 阶段加速超 9 倍，decoding 阶段加速超 15 倍。同时，M3 是国内第一个同时具备前沿 Coding 能力、1M 超长上下文和原生多模态三大能力的模型，在 SWE-Bench Pro 得分 59.0%、BrowseComp 得分 83.5 分，超越了一些海外闭源模型。

其次是全模态布局的 " 复利效应 "。

大多数大模型公司选择先做好一个模型再延伸，MiniMax 却走了一条更难的路，从第一天就做全模态。文本、语音、图像、视频、音乐五条线并行推进。这种做法的代价很大，闫俊杰自己也在和罗永浩的对话中坦承，" 现在是我们最虚弱的时候 "。

但代价换来的回报也很明显。MiniMax 是全球少数同时具备大语言、视频、音频三大模态大模型能力的公司。语音模型 Speech-2.6 在 Arena 榜单上超越 OpenAI 和 ElevenLabs 登顶全球第一，人声相似度达 99%，服务超过 6 万家企业；视频模型 Hailuo 2.3 在 Artificial Analysis 榜单上位列全球文生视频第九、图生视频第五，被众多用户称为 " 运镜大师 "。

就像盖房子，别人是盖完一层再重新打地基盖另一层，MiniMax 直接搭建了一个统一的底座，支撑起几座 " 塔楼 "，让 80% 的技术资源都能重复利用。

最后是商业化的 " 双轮驱动 "。

2025 年全年，MiniMax 实现总收入 7903.8 万美元，同比增长 158.9%。其中，AI 原生产品收入 5307.5 万美元，同比增长 143.4%；开放平台及企业服务收入 2596.3 万美元，同比增长 197.8%。

更值得关注的是收入结构：海外市场贡献了 73% 的收入，其中新加坡占 24%、美国占 20%。海螺 AI 在 2025 年的收入从 235 万美元暴涨至 1746 万美元，付费用户数达 31.11 万，每位付费用户平均支出 56 美元。截至 2026 年初，公司已累计服务超过 200 个国家和地区的 2.36 亿个人用户和 21.4 万企业客户及开发者。

与此同时，亏损率在收窄。  2025 年经调整净亏损 2.51 亿美元，亏损率从 2024 年的 800% 收窄至 317%。毛利率从 12.2% 提升至 25.4%。研发开支增幅仅 34%，远低于收入增长率。

零薪酬背后的棋局：

160 亿港元能买什么？

回到 7 月 10 日那封全员信。

闫俊杰在信中写道：" 市场会有波动，外界会有杂音，但前进的方向不会改变。身处行业一线的我们，比任何人都更清楚技术演进的真实速度，也更清楚我们正在创造和积累的长期价值。"

信的最后一句是："We will keep going until we get there. Intelligence with Everyone."

" 零薪酬 " 这三个字，不能只当成一个新闻噱头来看。根据 MiniMax 2025 年年报，闫俊杰当年合计薪酬为 24.1 万美元（约 163 万元人民币）。从绝对值看，这笔钱对于一个千亿市值公司的创始人来说，不算大数目。但 " 零薪酬 " 的真正信号意义在于，在公司最需要现金流投入研发的阶段，创始人选择把工资这个 " 刚性支出 " 让渡给公司，同时把自己最大的资产（股份）绑定到团队的长期激励上。

这封全员信其实是一份 " 个人资产负债表与公司命运深度绑定 " 的承诺书。它与某些科技公司 " 上市即高薪 "" 融资即套现 " 的样本形成鲜明对照。

那么，同一天落地的 160 亿港元，到底能买什么？

公告写得很清楚：80% 用于 AI 基础设施及模型研发，约 10% 用于海螺 AI 等产品的全球商业化，10% 用于营运资金。

翻译一下：算力锁定的 " 弹药 "、模型迭代的 " 燃料 "、海外扩张的 " 路费 "，—三项都是大模型公司现阶段最重的资本支出。在大模型行业，没有一家公司能靠现金流覆盖这些开支。2025 年国内 AI 大模型行业整体亏损约 180 亿元，中金预测 2026 年将突破 200 亿元。

但 MiniMax 的处境，和同行有一些关键的不同。

第一，它已经上市了。相比于 DeepSeek、月之暗面等仍在私募市场融资的同行，MiniMax 有一条更持续的融资通道。2025 年全年收入 7904 万美元，且仍在高速增长。截至 2025 年底，公司现金余额高达 10.5 亿美元。

第二，它的海外收入占比高达 73%。这使得 MiniMax 不完全依赖于中国市场的价格战。当国内豆包、通义千问等纷纷进入付费时代，大模型公司陷入 " 用户越多、亏损越大 " 的困境时，MiniMax 凭借海外 C 端产品的付费模式，找到了一条相对良性的现金流路径。

第三，它的团队效率是行业级的 " 异类 "。三百多人的团队做全模态，研发成本仅相当于 OpenAI 的 1%。这个数字本身就是一种竞争壁垒，当大厂需要用数千人的团队和数百亿美元的投入来追赶时，MiniMax 已经证明了一条 " 轻资产、重模型、高人效 " 的路可以走通。

但挑战同样清晰可见。

2025 年全年，尽管收入高速增长，MiniMax 仍然净亏损 18.72 亿美元（含非现金项目），经调整净亏损 2.51 亿美元。版权方面，美国多家影视公司已针对海螺 AI 生成内容提起版权诉讼。更根本的挑战在于：当字节跳动、阿里等大厂以千亿级资源押注 AI 时，独立创业公司如何持续保持技术领先？

在全球 AI 大模型的烧钱竞赛中，2026 年第一季度全球风投约 3000 亿美元，AI 赛道独吞 80% ——约 2420 亿美元。OpenAI、Anthropic、xAI 三家合计拿走了超过 1730 亿美元。Anthropic 估值逼近 9650 亿美元，OpenAI 估值 8520 亿美元。

在这种 " 巨头游戏 " 里，160 亿港元（约 20 亿美元）能买来多少 " 时间窗口 "？

答案取决于你怎么花。如果只是跟巨头拼算力规模，20 亿美元可能撑不了一年。但如果像 MiniMax 过去四年做的那样用技术架构的创新替代纯粹的算力堆砌，用全球化收入弥补单一市场的天花板，用效率而非规模来定义竞争，那这 160 亿港元，也许是通向 AGI 的一张长途车票。

尾声

2026 年 2 月，MiniMax 的股价一度站上 1330 港元，总市值突破 2100 亿港元，登顶港股第一高价股。

到了 7 月，解禁潮来袭，股价回到 250 港元附近，市值缩水至 783 亿港元。从 2100 亿到 783 亿，三个月蒸发超过 1300 亿港元。

市场就是这样，可以在一周内把一家公司捧上天，也可以在一天内把它摔回地面。

但真正定义一家公司命运的，从来不是股价，而是创始人在低谷时的选择。

闫俊杰选择了 " 零薪酬 "。他不是第一个这么做的科技创始人，乔布斯在重返苹果时拿过 1 美元年薪，马斯克在特斯拉最困难时也放弃过薪酬。选择 " 零薪酬 " 的潜台词是：我相信 AGI 一定会到来，我相信我们能走到那里，我愿意为这个信仰付出真金白银。

AGI 离我们还有多远？没有人知道。但在这个以 " 烧钱 " 著称的行业里，有一家中国公司正在用效率证明通往 AGI 的路，不只有 " 越烧越多 " 这一条。

而那个从河南小县城走出来的少年，已经在这场豪赌中，押上了自己的一切。

#  线索爆料  # rzcj@thecapital.com.cn

END

2026 中国科创投资夏季峰会

暨陕西科创产业生态大会火热筹备中 ~