MiniMax Tech Week 技术跃迁的全景式创新｜Vital Views

自 6 月 17 日起，MiniMax 连续 5 个工作日集中发布了一系列文章，覆盖了底层模型架构更新、训练效率优化、视频与音频生成、以及智能体产品等多项技术的迭代成果展示。

Tech Week 的集中发布，不仅展示了 MiniMax 在架构、工程到应用层的全面技术突破，也映射出其面向通用 AI 基础设施演进的长远布局与战略定力。

我们从这些关键性突破出发，进一步梳理其技术演化的内在逻辑与系统性创新策略，并与大家分享。

Enjoy。

MiniMax-M1：推理模型的架构级创新

6 月 17 日，MiniMax 公布首个开源的混合架构推理模型 MiniMax-M1 ，在底层架构与强化学习机制上都进行了关键性重构。

该模型采用了名为 “闪电注意力”（Flash Attention） 的架构级优化方案，通过分块计算（Tiling）、边算边归一化（On-the-fly Normalization）、共享内存与寄存器等硬件协同设计，大幅提升计算效率并有效降低显存需求。

这一优化机制最早出现在斯坦福 2022 年的论文中，先前已被 GPT-4 与 Llama 3 等开源模型技术集成。而 MiniMax 在本次的技术更新中，从工程方面进一步实现了优化迭代，以内存和硬件并行设计避免了重复读写占用 GPU HBM 内存，利用寄存器（Register）和共享内存（Shared Memory）减少内存带宽瓶颈，更好地将技术利用到落地场景中。

强化学习方面，MiniMax 提出了原创 CISPO（Clipped IS-weight Policy Optimization）全新 RL 算法。 该方法相较传统 DPO 或 GRPO，保留了所有 Token 的更新路径，避免了因 Token 剪裁而丢失关键上下文，显著提高了强化学习收敛速度和质量。CISPO 的高效运行依赖于闪电注意力，二者构成深度耦合的训练体系。

得益于上述创新，MiniMax-M1 目前支持多达 100 万 Token 的输入上下文，8 万 Token 的输出生成能力，已经达到甚至超越 Gemini 2.5 Pro 的水准。

Minimax-M1-80k 上下文长度 vs 主流模型

同时，其 RLHF 训练在 512 块 H800 上仅用三周即完成，成本较行业同类产品下降一个数量级，体现出极强的工程效率。

CISPO 算法与传统 RL 算法学习效率对比

Hailuo-02：打破全球视频模型成本纪录，实现架构突破

6 月 15 日发布的 Hailuo-02 视频生成模型，是 MiniMax 在视频大模型方向的又一里程碑式的技术成果。

该模型引入 NCR（Noise-aware Compute Redistribution）架构，通过噪声感知机制对不同区域分配计算资源。高噪声区域代表信息密度较低，适合压缩处理；低噪声区域则意味着细节关键，需保留更高算力进行建模。该机制有效减少 HBM 内存读写量逾 70%，训练与推理效率提升 2.5 倍。

Minimax NCR 架构

Hailuo-02 模型参数相较 Hailuo-01 增长 3 倍，视频分辨率提升至原生 1080P，能实现单次生成 10 秒的高清内容，涵盖精细肢体动作、流体动力学模拟与真实物理交互，甚至可还原杂技演出级别的复杂动态。其性能接近 Google Veo3、但 API 成本相比之下只有约 1/9，构建起了极高的性价比壁垒。

Hailuo 02 对比其他视频模型成本估算

从建模范式来看，NCR 不仅是架构层优化，更是一种以信息密度为驱动的训练资源再分配机制，体现出 MiniMax 对视频扩散模型核心问题的深度理解与创新能力。

MiniMax Agent：打造 "靠谱" 的通用智能体

6 月 19 日发布的 MiniMax Agent 是其在大模型 Agent 化方向的探索成果，聚焦于 PPT 制作、网页搭建、代码辅助等任务，从工程层面实现了跨越式创新。

其整体架构采用分层协作设计，由 "总调度 Agent" 负责理解全局任务目标，并调配多个 "执行 Agent" 分别完成子任务，支持最多 7 个 Agent 并行协作。结合长记忆机制和 "反思" 功能，Agent 能在执行中持续监控任务进展，存取关键信息，并自动调整策略。

在实际 Demo 中，MiniMax Agent 已能完成从数据整理到页面设计、图表生成的完整 PPT 制作流程，并具备一定程度的多模态协同能力。

MiniMax Agent 产品官方页面

MiniMax 所强调的 "靠谱" 理念，更注重在真实场景中的工程稳定性与可控性，而非片面追求模型的智能化极限，体现出其在产品定义上更为务实和可落地的思路。

Video Agent 与 Voice Design：从工具走向智能创作链路

此外，新推出的 Hailuo Video Agent 进一步扩展了视频生成产品能力，打通从创意构思、分镜设计、图片素材生成、配音到剪辑的完整视频生产链路。用户只需提供自然语言指令，系统便可自动调用各类工具模块，并实时可视化思维链路，使整个创作过程清晰可控。

MiniMax Hailuo Agent Platform

Voice Design 则面向音频生成推出了专业级的音色生成工具。借助 MiniMax 自研语音模型 Speech-01 和 02，Voice Design 支持** "任意语言 × 任意口音 × 任意音色" **的自由组合。通过对用户需求的拆解，转化为发声方式、情绪基调与角色画像等标签，系统可自动完成音色编码与生成，同时还支持 "抽卡" 机制，为用户提供多次尝试，以便生成理想声音状态。

Voice Design 有效解决了传统语音合成中音色库通用性强但细分度不足、用户素材准备门槛高等难题，特别适用于游戏、播客与虚拟人物场景，极大拓宽了语音生成的应用边界。

MiniMax Voice Design 音色设计架构

纵观此次 Tech Week 的集中发布，MiniMax 展现出清晰且坚定的技术进化路径——以系统化的架构创新与面向实际的工程设计，持续推动 AI 从底层能力到应用形态的全面跃迁。

在基础层，其自研的 Flash Attention 与 NCR 架构精准聚焦算力效率与资源调度问题，重构了大模型的部署性价比；在产品层面，从通用 Agent 到音视频生成链路，MiniMax 正在搭建一个由模型能力驱动、可被真实使用的智能生态系统。

MiniMax 所坚持的，不是参数规模的炫技竞争，而是一种根植现实问题、强调使用体验与系统集成的技术战略。

我们认为，这种兼具判断力与执行力的路径，不仅体现出其深厚的技术洞察，更是 MiniMax 构建长期技术护城河、穿越周期创造价值的关键所在。