7月18日，NVIDIA的创始人兼CEO黄仁勋与我国大模型初创企业MiniMax（希宇科技）的创始人闫俊杰进行了会面，两人就中美AI行业的现状与未来进行了长达两个小时的深入探讨。据悉，闫俊杰是唯一一位单独受到黄仁勋接见的我国AI创业公司创始人。
据悉，MiniMax 是由前商汤科技副总裁、研究院副院长以及智慧城市事业群首席技术官闫俊杰于2021年所创办。
今年6月17日，MiniMax正式发布了全球首个开源的大规模混合架构推理模型M1。该模型不仅性能超越了国内同类闭源模型，而且与最新版的DeepSeek R1以及国际上的顶尖模型相媲美。此外，M1还具备更为卓越的效率，以及行业内最为突出的性价比。
在阿里巴巴集团、腾讯以及IDG资本的大力支持下，MiniMax公司宣称其研发的Lightning Attention机制，是一种创新性的计算注意力矩阵技术，这一技术能够显著提升训练与推理的效率，使得其M1模型在处理长上下文输入及进行推理尝试时展现出明显优势。
M1的一大亮点在于其强大的支持能力，能够处理高达100万上下文的信息输入，这与闭源模型中的Google Gemini 2.5 Pro相媲美。此外，它还能实现DeepSeek R1的8倍效能，并且提供业内最长的8万Token推理输出。
MiniMax强调，这一成就主要归功于其独创的以闪电注意力机制为核心的混合架构，这一架构在处理长上下文输入和进行深度推理时，展现出极高的效率。以8万Token的深度推理为例，仅需DeepSeek R1约30%的计算资源即可。这一特点赋予了MiniMax M1在训练与推理过程中显著的算力效率优势。
除此之外，MiniMax还推出了一个更高效的强化学习算法CISPO，该算法通过削减重要性采样权重（而非采用传统的token更新方式）来提高强化学习的效率。在AIME的实验中，MiniMax观察到CISPO的收敛速度比包括字节近期提出的DAPO在内的多种强化学习算法都要快一倍，其性能显著超越了DeepSeek早期所采用的GRPO算法。
得益于这两个关键技术的突破，MiniMax的强化训练效率显著提升，远超原先设想。实际上，整个强化学习过程仅用了512块H800芯片，耗时三周，且租赁费用仅为53.47万美金。这一成本比最初预估降低了整整一个数量级。
MiniMax对M1进行了全面的评估，这一评估基于业内广泛认可的17个评测集合。评估结果显示，M1在处理长上下文理解任务方面表现出色，尽管成绩略逊于Gemini 2.5 Pro，但差距极小。此外，在代理工具使用场景（TAU-bench）中，M1甚至超越了Gemini 2.5 Pro。具体评估结果如下：
得益于其相对高效的训练与推理算力，MiniMax决定在MiniMax APP及Web平台均提供不限量的免费服务。
前两种方案在成本效益方面更胜一筹，而第三种方案，即 DeepSeek 模型，则不提供支持。
