闫俊杰4小时访谈炸裂全网：中国AI不需要天才，需要这条没人走的路
今天看了罗永浩采访MiniMax创始人闫俊杰的视频，3小时44分钟，很震撼。
当整个AI圈都在疯狂炫耀DAU（日活用户）、融资额、估值的时候，有个人坐在罗永浩对面，冷静地说了一句话：
"这些都是虚荣指标。"
说这话的人叫闫俊杰，MiniMax创始人。一个河南小县城出来的技术极客，没有海归光环，没有天才叙事，甚至团队里很多人都是"第一份工作"。
但就是这样一支"草根军团"，用美国顶级AI公司1/50的钱，做出了效果只差5%的模型。音频全球第一，视频全球第二，文本稳坐第一梯队。
更狠的是，他们从创业第一天就选择了一条所有人都觉得"作死"的路：
- 全模态（当时主流是单模态）
- 只做用户不做项目（放弃ToB快钱）
- 技术驱动而非流量驱动（牺牲短期数据）
这不是莽，这是一场精密计算后的豪赌。
今天我要拆解的，不是又一个"中国版OpenAI"的故事，而是关于中国AI如何走出第三条路的终极思考。
01、用1/50的钱做出95分模型：凭什么？
闫俊杰算过一笔账，这笔账残酷到让人窒息：
美国最好的AI公司估值是中国的100倍，收入也是100倍，但技术可能只领先5%，花的钱大概是50到100倍。
这意味着什么？
意味着中国AI公司如果按照硅谷的打法——堆算力、烧钱、抢人才——根本没有任何胜算。
但闫俊杰发现了一个反直觉的真相：
"中国的人才其实非常好，算力虽然有差距，但恰恰因为算力受限，我们必须用更创新的方式才能做到同样效果。"
这不是鸡汤，这是血淋淋的生存法则。
MiniMax从2023年就开始探索MoE架构（混合专家模型），2025年押注线性注意力机制，最近在M2模型中又回归全注意力机制。每一次技术选择，都是在有限资源下寻找质量、速度、价格的三角平衡。
如果说DeepSeek的逻辑是"用极致工程优化榨干每一分算力"，那MiniMax就是"用算法突破在有限资源中撬动更大可能"。
一个稳扎稳打，一个剑走偏锋。
更绝的是他们提出的**"交错思维（Interleaved Thinking）"机制** ——让AI在"动手做事—停下来思考—再动手"的循环里推进任务。这个创新迅速推动了OpenRouter、Ollama等国外主流推理框架的适配，连Kimi和DeepSeek都开始补齐类似能力。
但这些成果背后，最让我震撼的是闫俊杰的出身。
小学自学初中课程，初中自学高中内容，高中开始啃微积分——这种不受环境限制、超前学习的特质，贯穿了他整个创业生涯。
当别人在等导师指点时，他已经用第一性原理自我拆解问题；当别人抱怨资源不足时，他已经通过极致自学补上了差距。
河南小县城的资源匮乏，反而成了他最强的底层能力：在极度受限的环境下，依然能找到突破口。
02、创业第一天就"作死"：全模态、拒绝项目、死磕技术
2022年，国内大厂还在观望AI是否值得投入，创业公司普遍选择ToB路径——做项目、卖解决方案，快速变现。
但闫俊杰做了三个在当时看来"极度作死"的决定：
第一个决定：创业第一天就押注全模态
当所有人都在卷文本时，MiniMax选择同时推进音频、视频、文本、图像。
这在当时备受质疑——业界主流认为应该先聚焦单一模态做到极致。
但闫俊杰的逻辑极其清晰：
"真正的AGI一定是多模态的输入、多模态的输出。如果现在不同步推进，等需要融合时技术债会成为致命伤。"
三年后的今天，OpenAI的Sora 2通过多模态融合取得显著成果，这恰恰印证了MiniMax早期选择的前瞻性。
第二个决定：不做项目，只做用户；国内海外同时做
当所有创业公司都在接项目求生存时，闫俊杰直接拒绝了ToB的快钱，选择了最难的ToC路径，并且从第一天就瞄准全球市场。
为什么？
因为他看得很清楚：在海外更激烈的竞争中打磨技术，远比卷入国内与巨头的流量争夺更有价值。
事实证明，这是正确的——MiniMax在海外市场的DAU和付费率都维持在健康区间，这正在成为它的护城河。
第三个决定：技术驱动 vs 用户增长
这是对所有AI创业公司的终极拷问。
闫俊杰坦白也纠结过，最终选择了前者，哪怕这意味着短期数据的牺牲、中层的流失和外界的质疑。
"通过模型能力推动产品和业务发展，或者通过移动互联网时代的增长方式来发展，两者可能都对，但它们没法共存。最后我们发现技术驱动才适合我们。"
这三个决定背后，藏着一个统一的底层逻辑：
在资源受限的前提下，如何用更聪明的方式优化，而非更多的算力堆砌，逼近AGI的上限。
而支撑这些决定的，是闫俊杰在商汤受到的"残酷训练"。
那时候他做人脸识别，从倒数到第一花了一年半。每次技术测试都是倒数第几名，这种煎熬足以击垮大多数人。
但他没有放弃，反而从中提炼出核心方法论：
"一定要做取舍，一定要选一些更加长期、能够根本性发生变化的东西，而不是去做一些修补的东西。"
这段磨炼锻造了闫俊杰两个关键特质：
- 极致的取舍能力：愿意放弃短期修补，聚焦长期突破
- 极高的心理韧性：能够承受长周期的失败和质疑
正是这种近乎"佛系"的定力，让他在硅谷银行危机、模型训练失败等困境中都能保持冷静。
03、开源不是情怀，是第二名的生存法则
年初DeepSeek R1横空出世后不久，闫俊杰说了一句让所有人震惊的话：
"如果可以重新选，应该第一天就开源。"
在和罗永浩的对谈里，他再次强调了这个观点，并且给出了一个极其务实的解释：
"开源这件事，在手机操作系统上就发生过。苹果是闭源的，安卓是开源的。第二名后面的人必须得开源才有自己的独特定位，才能发出新的生态。"
这不是情怀，这是生存法则。
当你不是第一名时，开源是建立技术信任、吸引深度合作、构建生态位的唯一选择。
而MiniMax也延续着DeepSeek掀起的开源浪潮。
M2发布后，大模型分析平台Artificial Analysis这样评价：
"中国AI实验室在开源领域持续保持领先地位。"
数据更加震撼：
全球模型聚合平台OpenRouter联合a16z发布的报告显示，中国开源模型在全球使用量占比从2024年初的1.2%，现在已经飙升至30%。
全球开源生态的重心，已经向中国倾斜。
但闫俊杰很清醒，他知道这场竞赛远未结束：
"算力和芯片的物理限制，决定了模型参数量和成本是有天花板的。在有限的参数量下，不同的人做不同的取舍，就一定会有些不一样的成果。"
AI不会一家独大，但也不会百家争鸣，最终会收敛到少数几家基于不同取舍的共存格局。
而开源，正是在这场共存格局中占据一席之地的入场券。
04、中国AI不需要"天才叙事"，需要科学方法论
当所有人都在寻找"中国的Sam Altman"时，闫俊杰却在试图证明**"非天才"的价值**。
他的回答出人意料：
"AI不是玄学，而是可以被第一性原理拆解的工程问题。算法该怎么设计，数据的链路该怎么搭建，训练效率该怎么优化，每个东西都有非常明确的目标。"
正是基于这一判断，闫俊杰放弃了寻找"天才"，转而相信科学方法论可以让普通人发挥非凡价值。
他还提到，公司的海归不少，但真正能起到关键作用的同学，很多人基本上都是第一份工作。
在MiniMax公司有一行字——Intelligence with Everyone。
这是闫俊杰创业的初衷，也是不少人选择加入MiniMax的理由。
而这行字今天正在成为现实：
- 全球超过200个国家和地区的用户正在使用MiniMax的多模态模型
- 2.12亿用户
- 10多万企业和开发者
这些数字背后，是一个更深层的启示：
中国AI的突围，不需要复制硅谷的天才叙事，而是要建立一套适合中国国情的科学方法论。
用更聪明的架构设计，对抗算力差距；
通过科学的组织进化，培养AI原生人才；
在夹缝中长出自己的形状，而非附庸于巨头。
这，才是中国AI的第三条路。
写在最后
罗永浩在访谈中问闫俊杰："中国错失GPT-3.5，你怎么看？"
闫俊杰展现出了一种务实的乐观：
"把技术做好最重要的东西，说到底其实是两个词，一个是想象力，一个是自信。"
他说，美国那些企业很多浪潮是他们引领的，所以有自信在。在中国有些产业里面其实也是这样的，比如通讯、还有其他领域。
"至少人工智能这个行业目前还没有到引领这个地步，但这个事情已经越来越具备了。"
最后，闫俊杰说了一句让我起鸡皮疙瘩的话：
"再往后三年看，即使不是我们，也会有中国其他的人能够做到这件事。"
三年后，会是谁？又会用怎样的方式？
没有一部续集如此令人期待，因为我们都会是其中的角色。
兄弟们，这不是一个关于天才的故事，这是一场关于如何在资源受限的缝隙中，通过极度理性地计算与修正，撕开一道通往AGI窄门的精密实验。
MiniMax的故事还在继续，中国AI的篇章墨迹尚未干。
胜负不由起跑线决定，而由你选择在哪条路上、用什么样的节奏、坚持多久来定义。
大山并非不可翻越，只要你找到属于自己的那条路。