从县城青年到AI巨头：MiniMax创始人闫俊杰的3000亿创业传奇

引言：一段始于平凡的技术征途

2014年，一位来自河南县城的青年，以中科院自动化所博士生的身份进入百度研究院实习。彼时，他为自己规划的职业路径清晰而现实：毕业后进入IBM，从事Java开发，获取一份年薪28万元的工作。这位青年名叫闫俊杰。

十二年后的2026年，由他创立的公司MiniMax，凭借其核心大模型M2.5在全球AI舞台上掀起巨浪。该模型以其卓越的性价比，在OpenRouter平台上一周内处理了惊人的1.44万亿Token，迅速登顶全球榜首。公司上市仅两个月，股价从165港元飙升至1300港元，市值突破3000亿港元，而当时其年收入尚不足8000万美元。

创业原点：一个朴素而深刻的动机

2021年春节，回乡探亲的闫俊杰与外公进行了一次触动心灵的对话。外公希望撰写一本回忆录，记录自己八十载的人生，却因不会打字、难以组织文字而屡屡搁置。作为深耕AI领域十余年的专家，闫俊杰猛然意识到，自己过去所研发的技术，尽管已在产业界广泛应用，却未能真正惠及像外公这样的普通老人。

这一瞬间的感悟，成为他创业的核心驱动力：让前沿的人工智能技术变得真正可用、易用，服务于每一个普通人。正是这份朴素的执念，推动他在后续做出了一系列看似反常规的战略决策。

关键抉择：在浪潮来临前起跑

2021年底，闫俊杰做出了一个令许多人惊讶的决定：在商汤科技即将港股上市、个人财富即将兑现之际，他辞去了副总裁、研究院副院长、智慧城市事业群CTO等要职，选择离开。

此时，距离引爆全球AI革命的ChatGPT发布，还有整整一年。

MiniMax于2021年12月正式成立。这个至关重要的“时间差”，为公司的后续发展奠定了难以复制的先发优势。闫俊杰后来坦言，若非提早布局，在后来“明星研究员与大厂背景更受追捧”的融资环境中，MiniMax将面临巨大的竞争压力。

他的成长轨迹扎实而清晰：县城高中、东南大学数学系、中科院自动化所博士、清华大学博士后，再到商汤科技。没有海外光环，没有显赫人脉，他凭借的是对技术的深刻理解与卓越的工程化能力。前百度同事、地平线创始人余凯曾评价，能将AI技术高效工程化落地的人才极为稀缺，而闫俊杰正是其中之一。

在商汤的七年，他从实习生一路晋升至副总裁。2018年，他带领团队在资源有限的情况下，研发出“All for One”模型算法，在关键竞标中反超旷视、依图等强劲对手，夺得行业第一。他“快速阅读论文、直取核心要义”的高效学习方式，后来也融入了MiniMax的企业文化基因。

公司名称“MiniMax”源自博弈论中的“极小化极大算法”。闫俊杰以此诠释其商业哲学：在决策时，首先要防范最坏的风险，进而选择相对最优的路径。

资本之路：构建独特的股东生态

2021年12月，MiniMax完成3100万美元天使轮融资，投前估值达1.7亿美元。投资方阵容亮眼，包括米哈游、IDG资本、高瓴资本和云启资本。

其中，米哈游的入局颇具战略意味。基于闫俊杰与米哈游董事长刘伟的私交，米哈游不仅是早期投资者，其自身也是MiniMax模型的重要客户，将AI技术应用于游戏内的NPC对话与剧情生成。刘伟至今仍担任MiniMax的非执行董事。

创业之路并非一帆风顺。2023年3月，硅谷银行突然破产，而MiniMax的几乎全部资金都存放于该行。这是公司早期遭遇的最大危机。所幸团队挺过了难关，并在两个月后成功完成2.57亿美元的A轮融资，估值跃升至11.57亿美元。

此后，资本持续加码。阿里巴巴、腾讯、红杉中国等巨头相继入局。上市前，公司累计完成7轮融资，总额近15亿美元，估值达到42亿美元。IPO后，阿里巴巴持有12.52%的股份，成为最大外部股东。

在融资过程中，闫俊杰坚持一个原则：只与投资机构的最高决策者直接对话。他先后与红杉全球执行合伙人沈南鹏、高瓴创始人张磊等顶尖投资人进行了深度交流。

另一位关键人物是联合创始人贠烨祎。这位1994年出生的年轻女性，毕业于约翰·霍普金斯大学，拥有电子工程、经济学和数学复合背景。2017年加入商汤后，她迅速成长，深度参与了公司从早期发展到港股上市的全过程。2021年，她与闫俊杰共同创立MiniMax，分工明确：闫俊杰定义技术愿景，贠烨祎则负责将愿景转化为资本与市场资源。公司上市时，年仅31岁的她，身价已超过40亿港元。

极致效率：385人与1%成本的奇迹

截至上市，MiniMax全球员工仅385人，平均年龄29岁。从成立到2025年9月，公司累计研发支出约5亿美元。相比之下，同期OpenAI的投入估计在400亿至550亿美元之间。

以不到对手1%的资金，打造出一家全球领先的全模态AI公司，“省钱”只是表象，根源在于对AI技术的极致化应用。公司内部，AI被称为“实习生”，承担了约80%的代码编写工作。这些“AI实习生”权限极高，可直接访问代码库、修改线上环境。员工通过飞书与其对话，完成代码审查后即可直接部署上线。这种深度的人机协作模式，使得MiniMax的人均产出效率达到了行业罕见的高度。

在产品战略上，MiniMax从一开始就押注“全模态”路线，同步推进语言、视频、语音、音乐四个方向的研发。当多数同行聚焦于模仿ChatGPT做对话模型时，闫俊杰坚信，多模态融合是提升AI通用智能的基石，也是下一代模型的决胜关键。

2023年夏季，闫俊杰做出了一个更为激进的技术决策：将公司80%的算力与研发资源，全力投入MoE（混合专家系统）架构的研发。当时，国内主流仍专注于迭代传统的稠密模型，MoE被视为前沿但尚未成熟的技术。闫俊杰的逻辑非常务实：若要服务千万乃至亿级用户，生成Token的成本和延迟必须大幅降低，而只有MoE架构能支撑起未来的大规模应用。

2024年初，MiniMax成功发布了国内首个MoE大模型，验证了这一前瞻性判断。

市场策略上，公司并未局限于国内红海市场。在C端，推出了面向国内用户的“星野”和主打海外市场的“Talkie”，聚焦AI情感陪伴；其视频生成应用“海螺AI”，在2024年下半年连续六个月稳居全球视频生成应用月活跃用户榜首。

目前，MiniMax已拥有2.36亿全球用户，覆盖200多个国家和地区，海外市场贡献了73%的收入。B端服务了21.4万企业客户与开发者，其模型已部署于Google Vertex AI、微软Azure、AWS等全球主流云平台，并成为Notion首个开源模型的选择。

2026年2月，公司年度经常性收入（ARR）突破1.5亿美元，M2系列模型的单日Token消耗量达到去年12月的6倍，其中编程相关应用的消耗量增长超过10倍。这些强劲的数据，正是市场给予其高达200倍市销率估值的核心依据。

然而，挑战依然存在。根据财报，公司C端业务毛利率仅为4.7%，而B端则高达69.4%。尽管C端贡献了67%的收入，但其对毛利的贡献微乎其微。如何提升C端业务的盈利能力，是MiniMax必须解答的一道关键商业考题。

未来之战：翻越技术与商业的大山

2025年6月，MiniMax发布M1模型。闫俊杰在朋友圈写下：“第一次感觉到大山不是不能翻越。”这句话背后，是清醒的认知：中美头部AI模型的技术差距可能仅在5%左右，但这微小的差距却导致了商业化层面十倍的价值差和近百倍的整体规模差距。

他预判，未来全球将出现五家顶级的AGI（通用人工智能）公司，其中至少有两家来自中国，甚至有一家有望问鼎全球第一。

上市之后，闫俊杰频繁出现在更高层面的视野中。2026年1月19日，他受邀参加了由总理主持的专家企业家座谈会，成为继DeepSeek创始人梁文锋之后，第二位参与此类高层会议的AI大模型创始人。

在财报会议上，闫俊杰清晰地阐述了公司的战略升级：MiniMax要从一家“大模型公司”转型为“AI时代的平台型公司”。他提出了平台价值的公式：智能密度 × Token吞吐量。他认为，AI时代的平台将重新定义智能的边界，并捕获最大的商业价值。

结语：逆境中淬炼的中国AI路径

MiniMax的崛起故事，折射出中国AI产业在特定国际环境下的独特发展路径。面对日益收紧的高端AI芯片出口管制，中国公司被迫走上了一条“低算力、高效率”的创新之路。

DeepSeek利用受限的H800芯片达到了接近H100的性能。MiniMax则以5亿美元的投入，实现了OpenAI耗费数百亿美元才达到的部分目标。闫俊杰当年力排众议押注MoE架构，正是因为在算力受限的条件下，必须找到服务亿级用户的最优解。M2.5模型连续工作一小时仅需1美元，成本仅为GPT-5的二十分之一。其创新的混合注意力架构、线性注意力及CISPO算法，都是在资源约束下被“逼”出来的突破。

技术封锁的本意是拉大差距，却意外地推动中国AI企业走上了一条极致追求工程效率与架构创新的道路。资金少、芯片少、人手少，反而淬炼出惊人的资源利用能力和技术创新活力。这与华为在芯片领域的突围逻辑异曲同工——当一条路被封锁，就在其他维度开辟新路，并在这一过程中孕育出独有的竞争优势。

如今，OpenAI拥有超过4000名员工，2025年现金消耗高达80亿美元，并计划到2030年投入6000亿美元用于算力建设。而MiniMax，以385人的团队和累计5亿美元的投入，站在了同一个竞技场上。

胜负尚未可知，但可以肯定的是，已经越来越少有人敢轻易断言MiniMax的失败。2014年那个在百度实习的河南博士生，或许未曾预料，十二年后，他个人的技术理想会与一场国家层面的科技竞争紧密相连。他的选择，是继续奔跑下去。