牛宝宝 MiniMax接力：“红高腾阿爱”联手，押注大模型另一种活法

　　1月9日，MiniMax正式在港交所IPO，股票代码：00100.H。上市首日，MiniMax表现强劲，开盘价235.4港元牛宝宝，较发行价165港元大幅上涨42.67%。以开盘价计算，公司市值达719亿港元。

　　此前一日，智谱港股上市成为全球大模型第一股。上市首日，智谱发行价为116.2港元，当日报收131.5港元，涨幅为13.17%，总市值约579亿港元。今日，智谱仍保持着股价上涨的趋势。

　　根据此次MiniMax公布的配发结果，假设绿鞋全额行使，此次全球募集资金总额约55.4亿港元。其中公开发售部分获1837倍超额认购，国际发售部分获37倍认购，吸引了来自欧洲、美国、加拿大、南非、中东、东南亚的长线机构和主权基金投资，成为港股IPO近年来最火爆的交易之一。

　　成立仅四年的MiniMax，在激烈的大模型行业竞争中构筑起差异化壁垒，并获得全球主流长线投资人的支持。复盘其成长发展，离不开早期耐心资本的陪伴。21世纪经济报道记者梳理发现，在MiniMax的早期投资者阵容中，不仅有红杉、高瓴、IDG、云启资本、明势资本、基石资本等VC/PE机构，还有米哈游、腾讯、阿里巴巴等产业投资方，以及上海国资等地方国资参与。

　　含着金钥匙开始的天使轮

　　MiniMax正式成立于2021年11月，公司创始人闫俊杰此前就职于商汤科技，从实习生一路升至集团副总裁。2021年，当闫俊杰决定离开商汤科技开启创业之路，就有诸多投资人过来打探消息。2022年初，云启资本、高瓴创投、IDG资本和米哈游共同成为了MiniMax的天使投资方。

　　云启资本管理合伙人陈昱告诉21世纪经济报道记者，团队初识公司创始人闫俊杰时，GPT尚未引爆新一轮AGI浪潮。国内AI行业主流仍倾向于针对特定场景研发专有模型，而闫俊杰在与陈昱的第一次对话中就提到了基础模型（Foundation Model）路径之于实现通用人工智能的重要意义。

　　“公司Day 1 就确立了‘文本、声音、视频’三模态并进的技术蓝图，这样的技术敏锐度与工程化野心是我们选择在最早阶段支持的重要原因。”陈昱说。

　　米哈游是最早投资MiniMax的产业投资方，直至上市前，持股比例为7.34%。据了解，米哈游创始人、董事长刘伟与闫俊杰其实相识已久，在2021年底闫俊杰开始创业时，双方就有过接触，最终促成了这笔天使投资。

　　IDG资本是商汤科技最早期的投资方牛宝宝，在2014年就对其进行了投资。当成为商汤科技高管的闫俊杰2021年选择独立创业，IDG的支持也是情理之中。

　　同时值得注意的是，在智谱、MiniMax接连港股上市的关键时间节点，大模型公司月之暗面（Moonshot AI）于2025年12月30日，宣布完成了C轮融资，融资金额高达5亿美元，IDG资本正是月之暗面这轮融资的领投方。

　　IDG的两头押注，看似意料之外却又是情理之中。目前大模型赛道头部公司仍处于你追我赶的激烈角逐状态，同时押注多家头部公司，是顶级基金在面对行业竞争的不确定性时，确保自己始终能够留在牌桌上的典型打法。

　　同样怀抱不愿错过心态的还有高瓴创投，其同时参与投资了智谱和MiniMax，成为这两家大模型公司上市盛宴背后的大赢家。

　　明势资本六连投：打破常规的笃定加注

　　明势资本可以说是MiniMax最笃定的投资方，其连续参与MiniMax的六轮融资，创下参与该公司历次融资轮次最多的机构纪录。

　　据悉，明势创投与MiniMax的结缘始于2021年底。当时全球AI投资热度处于冰点，但明势创投合伙人夏令基于对自动驾驶端到端技术路径的研究，率先关注到基于Transformer架构带来的新AI范式，并在内部复盘会上提出“未来10年AI算力和算法各提升100倍”的判断。

　　2022年初，明势创投创始合伙人黄明明通过米哈游联合创始人刘伟的推荐，与MiniMax创始人闫俊杰建立联系。经过四次密集沟通，明势投委会最终决定参与投资。2022年3月，在ChatGPT发布前八个月，明势创投成为MiniMax早期投资方之一。此时MiniMax刚刚成立，在不到100平方米的办公室中确立了“Intelligence with Everyone（与所有人共创智能）”的使命。

　　明势创投在后续融资中持续加注。在参与Pre-IPO轮融资前，明势创投累计投资金额已超过基金规定的单一项目投资上限，为此还专门与海外LP沟通取得上限豁免。

　　黄明明指出，创业公司通常选择单点聚焦，但MiniMax采取多模态同步推进策略，开发风险较大牛宝宝，且团队平均年龄不到30岁，但团队的快速迭代能力和创始人的战略眼光最终促成了投资决定。

　　2023年下半年，MiniMax将大量资源投入MoE架构预训练研发，这在当时并非行业共识。黄明明透露，MiniMax在研发期间曾失败两次，直到第三次才成功。黄明明评价闫俊杰：“这种野心不是天天对外讲PPT，而是他在一些最艰难且最痛苦的决定里，真正敢于下注，赌上全部资源。”

　　这一技术选择最终被证明正确。MiniMax推出的abab 6.5系列模型开创了用MoE架构进行大规模商业化部署的先河，以美国头部模型1%的成本实现了仅5%的性能差距。招股书显示，2025年前三季度，公司AI原生产品收入占总营收71.1%，毛利率达69.4%。

　　红杉中国入局：支持超前判断的非共识

　　红杉中国是MiniMax第三大财务投资人，上市前持股比例为3.81%。据了解，红杉中国是从2023年7月开始参与MiniMax A+轮融资，并在此后多轮加持，这也是迄今为止红杉中国在大模型领域投资金额最大的项目之一。

　　早在2021年底，红杉中国就开始系统性研究生成式AI。2022年前后，在红杉中国内部的研究框架中，已经非常明确地把 AI 视为未来最重要、且发展速度最快的底层能力。

　　“正是在那一轮对 AI 方向的前瞻性判断中，我们注意到了闫俊杰和他的团队。”红杉中国副总裁李广平对21世纪经济报道回忆说。

　　李广平仍然清晰记得跟MiniMax两位联创闫俊杰、贠烨祎第一次见面的场景，那是2022年大年初五，在北京奥体中心附近的一个茶馆。当时，闫俊杰描述出一个围绕“创造和运营可深度交互的智能体”的长期愿景。他当时作出两个核心判断：第一， Intelligence with everyone。AI会从高高在上的技术走向直接服务普通用户；第二，大模型是通向通用智能的必由之路，而不是一个短期过渡方案。

　　“今天回头看，这两个判断都在AGI的发展过程中得到了精准验证，并且深刻融入了公司的发展战略。但在当时，距离OpenAI发布GPT-3.5还有9个月，而闫俊杰的超前判断在当时是典型的非共识。”李广平说。

　　红杉中国合伙人郑庆生评价称，MiniMax 是国内最早坚定信仰AGI并进行系统性创业的公司。回到 2021–2022 年的时间点，大语言模型尚未形成清晰共识，技术路径、商业模式和组织形态都存在高度不确定性。在这样的背景下选择长期投入，本身就是一个敢冒风险的自信决策。

　　公司坚定的选择了多个模态模型同时深耕和产品技术齐头并进的战略方向，既没有在困难面前选择更轻松的捷径，也没有在短期市场波动中动摇长期技术为先的路线。这种克制和坚持，在高强度竞争的环境中并不常见。

　　从结果来看，MiniMax 能够在快速演进的技术周期中持续推出具备破圈能力的领先产品，既与团队对效率和工程能力的重视有关，也与其较早确立“生而全球”的产品与组织视角密切相关，最核心的还是对AGI的坚定信仰和长期主义精神。

　　“模应一体”：国产AI大模型如何走向全球化？

　　如今四年过去，MiniMax的商业化落地能力正逐渐得到验证。陈昱表示，尤其看好其“模应一体”的商业闭环能力：MiniMax 不仅在底层模型上保持第一梯队的技术性能，更在应用端形成了 Talkie、海螺等标准化产品矩阵，在To C和To B领域都实现了良好的商业化增长。

　　团队也通过超前布局 MoE 架构优化了算力效率，实现了极高的人均产出。相信 MiniMax 具备在 AGI 周期中穿越波动的潜力，并最终通过模型能力的持续迭代，实现技术价值向商业价值的回归。

　　基石资本旗下深圳鹏远基石和南京领益基石两只基金投资了MiniMax，基石资本执行董事张任奇表示，对于大模型企业来说，差异化是估值的核心支撑，同质化竞争很难获得认可，当时基石资本投资主要是看重其商业化能力，其主要应用Talkie产品的日活接近两百万。

　　张任奇认为，MiniMax的核心优势是模型与产品并重。它的模型能力处于行业第一梯队，商业化表现也很突出。截至2025年9月30日，公司实现收入5343.7万美元，前九个月营收同比增长超170%，C端收入占比超71%，B端收入同比增长160%且毛利达69.4%。

　　并且，B+C双轮驱动形成全栈闭环：C端通过海螺AI、Talkie等产品触达2.12亿全球用户，付费用户两年暴涨15倍；B端开放平台为13万企业客户提供API服务，日均处理超万亿Token请求，赋能中外巨头AI业务。超70%的海外收入占比，使其成为国产AI模型全球化的标杆。

　　从企业特质来看，年轻化是MiniMax这类To C企业的核心优势，其董事会成员多为30岁左右的年轻人，这种团队更能把握社交娱乐等C端场景的用户需求；MiniMax通过开源扩大了模型影响力，吸引了更多B端客户调研合作，这种“技术+市场”双驱动的模式，让它保持领先地位。

　　此外，MiniMax在组织上有极致年轻和极致效率的特点，公司全员385人，平均年龄29岁（95后），其中研发人员占比高达73.8%。MiniMax“以一抵十”的产出效率，证明其组织Scaling是基于“人才密度”而非“人力堆砌”。扁平化上，MiniMax在CEO之下设不超过三层职级，实现了管理效率的指数级缩放。