AI｜MiniMax和月之暗面：中国AI创业公司的两种路径和共同难题

本文经授权转自《晚点LatePost》（ID：postlate）

作者：王与桐，编辑：贺乾明

大会结束，月之暗面创始人杨植麟被观众层层围住，有人举着手机想加他微信，有人追到茶歇区要签名。投资这家公司的机构，拉一整大巴的投资人去拜访他，“让一线投资人见见好的创业者是什么样子”。

MiniMax 创始人闫俊杰很少公开露面，网上能搜到的照片没几张。这无碍他在投资行业的热度。MiniMax 估值长期排在中国大模型创业公司前列，投资人要靠 “抢” 才能拿到份额。

这一切发生在 DeepSeek 爆火前。今年初，两家明星创业公司一起被挤到聚光灯边缘。

春节后的第一个工作周，两家公司的二号位各自召开了内部会议，讨论 DeepSeek 之后该怎么做增长。月之暗面在长达6个小时的会议后，决定暂缓投放，回归产品和技术本身。在 MiniMax，DAU 被称为 “虚荣指标”。

两家公司有员工觉得，这是一种 “解脱”：不用再绝望地消耗资源与字节等巨头竞争，也无需拼命证明 “中国能诞生 OpenAI”。问题已经失去意义。

在这之后，两家公司取得更好的技术进展。MiniMax 的视频生成模型，宣称在一些场景超过 Google 的 Veo3；其开源的 M2 文本模型，在部分测评中位列全球开源模型第一。月之暗面的 K2 模型，被称为 “中国又一个 DeepSeek”；近期发布的 K2 Thinking，宣称部分基准测试得分超过 GPT-5。

他们的压力并没有消失。MiniMax 和月之暗面曾用较少的资源证明过增长潜力。两家公司因此拿到中国大模型创投领域大多数资金，总计超过200亿元人民币。

这笔钱很少，让他们难与字节、阿里，甚至是 DeepSeek 正面竞争，或者是对标 OpenAI、Anthropic 这些海外同行。但这笔钱又足够多，让他们无法收敛野心。

闫俊杰和杨植麟是中国大模型领域的 “双子星”。他们几乎在同一时间走进公众视野，讲着相似的理想——相信技术，追求 AGI；也都在融资、流量、争议与期待中长期被同一个问题拷问：中国的 OpenAI，会诞生在哪？

两人的相同之处并不多。闫俊杰崇尚 “系统理性”，想要在庞杂的约束中寻找最优解。他把公司视作可以设计和优化的函数，坚信组织的力量能够催生创新与增长。

他敢于决断，然后接受冲突，迅速迭代。他创办的 MiniMax，在技术路线上选择多模态模型，是中国最早推出 MoE 模型的团队之一。

杨植麟则相信人才的力量，公司的核心产品 “Kimi” 也是他的英文名，个人光环与公司品牌深度绑定。

他看重 “共识驱动”，相信少数精英能引领方向。与 MiniMax 不同，他创办的月之暗面更执着于无损的语言模型本身的力量，一度不怎么在意 MoE。

现在他们要解决的问题是一样的。之前三年过山车般的经历表明，一时的技术成果或者用户增长，很难成为竞争优势。他们还要建立让技术和用户增长持续产生的组织能力。

2017年，在商汤担任 CEO 助理的贠烨祎，就向云启资本合伙人、也是她在约翰霍普金斯的师兄陈昱提出过创业设想，但因为缺合伙人没能推进。四年后，她再次找到陈昱：“我终于找到创业搭子了。”

这个搭子，就是闫俊杰。

闫俊杰是典型的 “系统内优胜者”。他出生于1989年，在河南的县城长大，博士就读于中国科学院自动化所。

2014年博士毕业后，闫俊杰加入商汤，在这家核心成员大多来自香港中文大学和海外高校博士生的公司中，他只用了五年时间，就从算法工程师一路做到最年轻的副总裁、研究院副院长，负责智慧城市、游戏等多个业务。他参与了商汤底层算法到工程落地的体系建设，发表上百篇论文。

闫俊杰第一次见陈昱，就给对方留下深刻印象：一是光头，“一看就是绝顶聪明”；二是闫俊杰跟他讲，可以用基础模型，解决更加通用和泛化的问题。

“现在看来当然是常识，但在行业都还在讲用若干小模型解决复杂问题的2021年，令人耳目一新。” 陈昱说。

2021年底，闫俊杰离职创办 MiniMax。闫俊杰负责技术，贠烨祎负责技术之外的产品、融资等事务。一位 MiniMax 早期人士说：“闫俊杰想要做全世界最伟大的技术，贠烨祎想做全世界最伟大的公司。”

闫俊杰把 AGI 视为 “普通人每天都会用的一个产品、一个服务”。一位 MiniMax 前员工说，他加入 MiniMax，是被会议室墙上的一行字打动——Intelligence for Everyone。

MiniMax 的第一轮融资印证了这套故事的吸引力：闫俊杰在与高瓴创始人张磊聊过后，高瓴直接取代云启，拿下首轮2000万美元融资的领投。MiniMax 投后估值达到2亿美元。

月之暗面起步没那么顺利。2023年初，刚成立的月之暗面想融资2000万美元还不顺利。在投资人眼里，杨植麟只有 “技术” 标签，缺少产品、管理、融资经验。

出生于1992年的杨植麟是广东汕头人，头发茂密，他在卡耐基梅隆读博期间，发布的大语言模型相关论文 XLNet 和 Transformer-XL，现在引用接近两万。

同样在读博士期间，27岁的杨植麟参与创办 AI 公司循环智能。他在自己的个人主页上写道：“我所有工作的目标，包括研究和商业，都是最大化人工智能的价值。”

月之暗面的起点，是杨植麟在循环智能负责的团队。2021年，杨植麟主导了华为云合作的千亿级盘古大模型，团队就叫 “Moonshot”。两年后，他推动 “Moonshot” 从循环独立，成立月之暗面。他认为要 “专门建一家公司，而不是从别的业务里拐出一条支线。”

起步融资遇挫，杨植麟想到循环智能的投资人、也是他的清华学姐张予彤。在2019年，还在金沙江创投的张予彤就主导投资了循环智能。

在张予彤的推动下，月之暗面最终在2023年上半年完成第一笔融资，红杉、真格、Monolith 的下注让杨植麟赶上了窗口期。张予彤如今在月之暗面的角色是二号位，与贠烨祎在 MiniMax 类似，负责融资、增长等业务。不过张予彤的加入，后来也让月之暗面陷入潜在的利益冲突与仲裁风波。

虽然起步方式不同，两位创始人在公司的发展上做出了类似的选择：用大半年时间研发基础模型后，尝试做 C 端产品，并迎来了第一个爆发点。

2022年中，MiniMax 投入数名员工，用一个月的时间做出了 AI 对话产品 Glow，用户可以在这个产品上自由创建角色，并和角色对话。他们本想用游戏化的方式收集数据，“没人想到这个产品会一炮而红”。Glow 上线4个月后注册用户超过五百万。

“Glow 出乎意料的成功让公司的重心转向了 C 端产品。” 一位 MiniMax 员工说。2023年底，MiniMax 有约300名员工，其中近200人在产品线，远超同类大模型创业公司。

月之暗面的故事类似。2023年8月，他们第一个模型训练到后期，开始立项做 AI 助理 Kimi，当时整个公司只有50人，预期只是 “展示模型能力”。上线之后，Kimi 连续数月月活用户环比增长超过100%。

“用了最少的钱，最少的人，最少的卡，做到了最好的状态。” Monolith 创始合伙人曹曦曾如此评价月之暗面，他的基金跟进了月之暗面三轮融资。

到2023年底再融资时，月之暗面成为资本追捧的对象。小红书投前9亿美元估值的价格很快被阿里压过：投资近8亿美元，将月之暗面的估值抬升到23.4亿美元。

这让它的估值与2021年就成立的 MiniMax 并驾齐驱，膨胀速度远超上一代 AI 公司。同一时间，MiniMax 也拿到阿里投资的6亿美元资源，估值又超过月之暗面。

两笔融资2024年初完成，合计超14亿美元（100亿元人民币），超过中国大模型创投领域上一年公开融资总额，改写了行业格局。

大额资本的注入放大了两位创始人的野心。2024年初，闫俊杰定下激进目标：技术达到 GPT-4 的水平，把产品用户规模翻十倍，单个产品能突破千万 DAU。

这一年的 MiniMax 很像字节跳动：同时推进多条产品线，从 Talkie、星野到海螺 AI，还有几个没有上线过就放弃的产品。年中，MiniMax 员工总数增长到400左右。

公司成立刚一年，杨植麟定下覆盖多个方向的目标：技术上深入无损长文本、视频生成、多阶段推理；产品上追求 DAU 增长、出海；并加大商业化力度。到年中，信奉精英策略的月之暗面，员工也翻了一番。

问题跟着爆发。MiniMax 陷入纠结与摇摆，这年1月，MiniMax 视觉模型团队开始押注视频模型；3月，他们抽调星野 /Talkie 和开放平台的一部分研发人员，做产品形态类似即梦的视频生成项目；5月，他们放弃这个产品形态项目。

到了8月，高层要求在一周内让模型 “能用”，要赶上公司的 Open Day。一位员工回忆，那时模型生成的人物 “手脚还在乱飞”，而承载视频模型的产品项目早已放弃。

最终团队先做了网页版上线，让用户测试，移动端往后延，嫁接到原本主打语音交互的海螺 AI 上。不过就像 Glow 一样，他们对这个产品期望不高。但第二个月，其网页端访问量就接近500万。

一位 MiniMax 员工回忆，2024年的大部分时间，他们都被这种 “既要又要” 的气氛影响——公司既想增长，又不想将模型往 “软色情” 方向调整，但 “一健康就不增长”。高层一度要求暂停在 Talkie、星野等产品上增加广告位，但收入下滑后又陷入焦虑。

闫俊杰说，他经历过技术被资本裹挟的过程：“如果一家企业必须靠不断融资才能前进，那它优化的就不再是产品，而是如何说服投资人继续给钱。”

月之暗面的精英策略也没有在新方向上发挥太多效果。他们想要复现 Sora 的视频模型，但效果一直未及预期，唯一的 “亮相”，是几位联合创始人在朋友圈里发布的几条视频，称由自家视频模型生成；月之暗面低调上线的两款出海产品 Ohai 和 Noisee，几个月后便停止运营。

在这期间，月之暗面创始团队出售股份，迅速在创投领域引发风波。关键不在于卖股份，而在于月之暗面背后的叙事失调。产品未定型、格局未稳固的时刻，创始团队出售股份，很容易被理解为 “急于落袋为安”。

风波之中，我们曾问他此事，他以一句 “Fake news” 简短作答。

2024年中，“大模型进展放缓” 的论调开始流行。当技术可能很难带来巨大突破时，市场和投资人衡量公司增长潜力的指标，转向最直接的 DAU 数据。

在月之暗面，张予彤主导大规模投流，拉高了 B 站等平台的 AI 产品投流价格。MiniMax 也在高层反复的纠结后，最终决定跟进。

他们再一次被资本看好。MiniMax 拿到腾讯等机构的投资；8月，月之暗面获得腾讯、高榕创投等3亿美元融资。资本意志开始更深地介入公司经营，部分投资人频繁给他们提供增长 “建议”：哪些海外 AI 应用公司增长更快，哪些投流策略更高效，哪类产品功能更能带来留存。

可一同出现的还有更强的对手。字节跳动发动了饱和式进攻：产品线覆盖一切，从生产力到娱乐，从助手到硬件。我们了解到，字节还严格控制外部 AI 产品在抖音上的投放，而豆包等作为字节系产品，还能享受折扣。

一位月之暗面员工回忆，那是公司的士气低谷，“面对字节这样的敌人，是打不过的。” 一位投资人称，如果不推动公司转型，“除了硬着头皮跟字节拼消耗，似乎别无他法”。

到这一年10月，一场数位投了大模型的投资人参加的聚会中，他们开始讨论 “如何能卖掉部分手里的大模型创业公司股份？”

DeepSeek “解救” 了 MiniMax 和月之暗面。他们靠着远超市场预期的模型，没花一分钱投流，就在一周内吸引了数千万用户，制造了中国自己的 ChatGPT 时刻。

“如果你在对手更强的赛道，那你就没有胜的可能。” 一位月之暗面员工说，DeepSeek 带来的热潮，让他明显感觉到公司内部情绪有了好转，“只要技术够强，就有机会逆天改命。”

月之暗面不再更新 K1 系列的模型，集中资源投入基础算法与新模型 K2。这个新模型被寄予厚望，月之暗面研发团队几乎全员参与，杨植麟本人也亲自下场写代码。

张予彤在社交平台上写道，“小伙伴为了这次发布直接睡在公司里”，配图是一个带有 “离发布还有0天” 标语的图片，标语下是一张沙发床。

几个月高强度开发后，月之暗面在7月发布并开源万亿参数的 MoE 模型 Kimi K2，宣称在自主编程、工具调用和数学推理等维度上超过 DeepSeek-V3 和阿里 Qwen3。在这之前，杨植麟相信 “闭源是正确的路”。《自然》杂志网站的一篇文章称其为 “中国的又一个 DeepSeek 时刻”。

MiniMax 也完成了类似的聚焦。他们将重点从 “模型与产品并重” 收缩到 “模型优先”。视频、语音等多模态模型依然在研究，这是他们有优势的方向。我们了解到，闫俊杰还把一部分产品的员工转到模型团队，并为文本模型重新分配算力，核心资源集中到语言模型的基础能力上，增加数学与编程数据的比重。他之前说，MiniMax 没必要为了一篇新闻稿，就训练一个类似 o1 那样的推理模型。

他们10月开源语言模型 M2 时，强调它的编程和推理能力突出，使用量在 OpenRouter 上已经增长到了前五。“应该创业第一天就开源。” 闫俊杰年初说。

两家公司似乎回到了刚创业时的状态，都把提升模型的能力当作主线，投资方也不再过多给公司提建议。公司的经营依赖创业者本身管理能力。

闫俊杰看上去温和，但一旦做出决定，执行起来极为坚决。在 MiniMax 创业初期，团队曾尝试过 3D 数字人方向。项目尚未上线，闫俊杰判断这条路与公司长期技术路线不符，就立即叫停。项目解散，刚组建的团队经历第一轮震荡。

2024年起，MiniMax 的中层开始密集流动：产品负责人、商务负责人、数据科学负责人、增长负责人、战投负责人等陆续离开。比如 MiniMax 对齐团队两年内换了三任负责人——第一任因与闫俊杰激烈争论技术进展，被降为普通工程师；第二任由下属提拔，半年后离职。MiniMax 早期的一百名员工，如今已走了一半。

“不是同路人的这些同事，我会请他们离开。我已经请走了几位。” 闫俊杰曾在公司全员会上说。

在他看来，好的成果不是某个人灵光一现的产物，而是科学方法和团队配合下的必然发现，哪怕个人能力不算顶尖，只要能让团队跑得更快，就是合适的人才。

闫俊杰认为，管理公司就是优化函数，目标是商业化效率、调用量等变量，管理的核心任务就是找到 “梯度下降最快的方向”，不断逼近最优解。

MiniMax 的很多决策，比如不做 3D、选择 MoE 架构、做视频模型，都属于 “算出来的结果”。甚至 MiniMax 每两周一次的全员分享会，也叫 “CD”（Coordinate Decent 算法）。 

杨植麟相信那些能提出新想法的人才，“因为在这个领域，创新本身最有价值”。他愿意为了招揽一名自己欣赏的技术人才，从北京飞到深圳，聊上十个小时，第二天赶早班机返回；也会让优秀的研究者自己一个人在异地自由工作。

他倾向于先达成共识，再迅速行动。月之暗面的第一款模型亮相时，主打20万长文本上下文。但一开始，核心团队有人并不看好这个方向。一位月之暗面早期员工回忆，2023年5月公司就有人提过做长文本，却被其他人否决，理由是算法视角里，这只是压缩问题，是工程活，不是技术突破。这个方向就没有推进。

两个月后，Anthropic 发布处理50万文本的 Claude 模型，引发行业震动。长文本成为月之暗面内部共识。“Lossless long context is everything” 成了杨植麟经常提的一句话。

但如今 AI 公司把追求模型能力当做公司经营的核心变得愈发困难。早期的 OpenAI 是一个参考答案。他们的团队延续了 “学术式” 的工作节奏，用实验和试错推动技术研究，领先技术成果诞生后加上山姆·阿尔特曼（Sam Altman）从 YC 带来的增长策略，推动公司持续发展。DeepSeek 的 “学术循环” 模式——批判性思考、原子化创新、推动科学边界——也是一种策略，但它不用太过于关注商业化和用户增长。

MiniMax 和月之暗面很难找到这样的空间和资源。这场资本密集游戏里，资金、算力和生态支持至关重要。OpenAI 的估值已达到5000亿美元，要顶着万亿美元估值上市；xAI 和 Anthropic 的估值也都逼近2000亿美元。而 MiniMax 和月之暗面的估值都在40亿美元左右。这让谁能成为中国 OpenAI 的问题变得没有意义。

体量较大的美元基金退潮后，中国拥有大规模资金的巨头不愿为创业公司持续输血，反而成为 AI 公司的竞争对手。阿里、字节、腾讯，甚至是 DeepSeek，研发基础模型都有主营业务（电商、广告、量化）供血，短期没有盈利压力。

MiniMax 和月之暗面都在尝试用更专业的功能（月之暗面的 OK Computer、深度研究；MiniMax 的专业模式）吸引用户付费订阅。但只要字节等公司的同类产品免费，去年下半年的竞争问题必然会再次出现。

他们还在继续找钱。市场消息称，MiniMax 正筹备赴港上市。月之暗面又开了一轮新融资。

大模型注定是需要几百亿美元，甚至上千亿美元投入的游戏。创业公司想要走完这条路，创始人们必须证明，这是一场需要他们参与的长期探索，才能获得更多的理解和支持。

这是一道更难的证明题：在巨头林立、算力稀缺、资本收缩的市场中，是否还有空间容纳一种既做基础研究、又不属于任何巨头的 AI 公司？

这不仅需要更多技术突破，也需要一种在当前中国环境下罕见的能力——靠投资机构和业务收入，维持一支高密度的研究团队持续产出。