在2026年中国AIGC产业峰会上，MiniMax ToB中国区商业化负责人胡维琦分享了她在AI创业公司中的实践心得与深度思考。核心观点十分直接：与其为AI焦虑，不如主动拥抱AI。建议大家不要只看营销号的文章，更重要的是自己动手尝试。

MiniMax是一家专注于文本、视频、语音、音乐多模态模型的人工智能公司，于2026年1月在港股成功上市。胡维琦指出，公司自创立之初就在探索下一代AI的全新范式。这一代AI与上一代最大的区别在于，它已经不再只是“玩具”，而是真正成为了企业的生产力工具和效率提升利器。

她还进一步分享了AI原生组织建设的几项关键经验：优先从“人类最不愿意干”的高价值场景切入，推进阻力最小；AI的广泛使用会使组织架构更扁平，前端与后端研发的边界逐渐模糊；每个人对AI的接受程度各不相同，Token消耗量正成为衡量效率的新指标。

胡维琦认为，未来2-3年内，AI将与各行各业快速深度融合，深刻改变商业模式甚至组织形态。AI的序幕才刚刚拉开。

以下为胡维琦演讲全文的整理，希望能为你带来新的视角与启发。

大家好，我叫胡维琦，今天非常高兴代表MiniMax与大家分享我们在AI实践探索之路上的经验。在正式开始之前，先通过一段视频来了解MiniMax是谁、MiniMax在做什么。

通过这段视频，大家可以大致了解MiniMax的主要业务。实际上，MiniMax是一家专注于模型领域的创业公司，并于今年1月在港股上市。我们对外推出的模型包括文本模型、视频模型、语音模型和音乐模型。

要介绍我们公司，就必须要回到我们创办的第一天。

这是我们创始团队在创业之初，在白板上写下的对未来业务的构想。创始团队中有一部分人曾在AI公司工作过，但当时的AI更多是一些小模型，尤其是视频小模型。他们发现，在小模型领域存在许多技术上无法解决的难题，比如泛化能力不足、项目定制困难，甚至很多场景无法完全满足客户需求。因此，创始团队开始构思：如果要做一个新项目，想打造什么样的模型？他们当时提出，我们要做下一代AI。

什么是下一代AI？我们认为下一代AI是通过图灵测试的智能体，同时这个智能体能在众多场景中为客户带来极致的体验，其市场空间有望达到万亿级，能够解决小模型时代因模型泛化能力不足而导致的可参与空间受限的问题。所以，从MiniMax创立的第一天起，我们就在思考下一代AI是什么、AGI是什么。

我们也提出了自己的理念：我们希望实现“Intelligence With Everyone”，即打造一个所有人都能用得起的AI，让智能与我们每个人紧密相连。基于这一构想，我们一直坚持大模型与应用并重，坚持ToC和ToB双轮驱动的发展战略。

我们拥有文本、视频、语音、音乐模型，在B端和C端也都有相应的产品，例如海螺AI、MaxClaw，同时许多企业用户也在通过MiniMax API进行影视制作、编程以及企业Agent等应用。从公司整体来看，上市初期C端业务占比较高，但如今B端与C端已并重发展。

在B端，互联网文娱行业、视频领域以及众多企业中，我们发现模型已经逐步深入客户的生产环节，成为他们的生产工具。从3月份以来，企业级AI应用蓬勃兴起，每个人都意识到AI并非遥不可及，普通人也能够参与其中。同时，在研发占比高的场景中，大量程序员已经开始采用Vibe Coding的方式进行编码，甚至有一部分程序员已经完全放弃手工编码，全部通过AI工具来完成。我们看到，这一代AI与上一代AI产品不同——上一代更像是玩具，而这一代AI已经成为企业的生产力工具和效率提升利器，它带来的效率飞跃以及组织变革，影响极为深远。

从我们自身来看，自创立之日起，我们就始终坚持技术驱动，不断在C端和B端创造更多更好的产品，实现双轮驱动。

从时间轴上可以看到几个关键产品。2023年我们推出了星野，最初创业时，大模型还没有深入人心，大家不知道如何运用大模型，所以我们在C端开发了一款情感陪伴类产品，向用户展示模型如何为APP赋能、提升效率。2024年我们发布了海螺产品，在业界引起了很大反响，AI生成的视频在某些领域已经达到真人制作水准。2025年我们重磅推出了M2系列文本模型，凭借这个模型，我们打开了企业Agent和Coding的广泛应用场景。2026年，我们继续围绕文本与视频进行布局，在客户端和工具层进行了大量创新。

2026年1月我们发布了MaxClaw Agent产品，2月发布了MaxClaw，4月又发布了MaxHermes。我们不断在工具层快速迭代，因为发现原先大家认为Harness只是执行、模型负责思考，但事实上模型也能帮助Harness持续迭代。从我们自身的研发实践来看，通过模型辅助Harness快速迭代，整个研发生产效率可以提升30%。从内部强化训练数据看，30%～50%的代码已经由我们的模型自动生成，极大提升了企业内部的运行效率。

介绍完公司整体情况，接下来详细介绍各模态的能力。

首先是文本模型。目前文本模型主要应用于两大场景：企业编程场景和企业Agent场景。在Agent场景中，它可以处理许多个人提效工具，比如C端的各类AI助手，背后都有Agent的助力。

我们的MiniMax2.5和2.7模型主要特点在于：第一，在Agent任务场景中任务闭环率较高；第二，任务响应速度非常快；第三，一旦Agent开始使用，Token消耗量较大，但我们的模型性价比也很高。因此，在完成大量Agent任务时，使用MiniMax产品既能保证效果，也能优化性价比。从主流评测来看，无论是工具级评测，还是与主流模型的智能与性价比对比，MiniMax2.5和2.7都达到了业界领先水平。

接下来介绍海螺视频模型，先看几段视频。AI生成的视频在光影效果上已经能够达到非常出色的影视级效果，其创意甚至超出了人类想象。第二段视频画风更唯美，偏向中国风，在漫剧制作中被广泛采用，运镜效果已经达到电影级。第三段视频是真人视频生成，在很多纪录片场景中，AI可以大幅提升生产效率。未来，只要你有好的创意，就能通过AI将创意转化为视频，呈现你的想法。

这是我们的声音模型，主要应用于智能客服、教培行业，以及短剧、漫剧配音等场景。我们的声音模型在拟人化、情绪化、多语言和低延时方面表现优异。最大的特色在于对真人声音的拟人化，比如在语气、停顿上都非常贴近真实人类的感觉。这对于海外客户尤为重要，他们在客服场景中希望客户感知不到背后是AI在交流，因此普遍要求极高的真人实感。

今年我们推出的音乐模型，在音色和真实感方面做了大量增强。

讲完模型，大家可能对一个问题比较感兴趣：MiniMax作为AI公司，是如何在自身业务中实践和应用AI的？从你们的角度看，AI原生组织应该是什么样的？这也是我经常被客户追问的问题。

从我们的实践来看，自2024年9月起，我们为全员不限Token提供Cursor工具，2025年8月又启动了Agent项目。我们公司规模较小，只有400多人，法务、财务、HR甚至销售等岗位的人手都不足，因此我们通过Agent方式承担了大量工作。2025年10月，我们将Agent实习生计划在全公司推广，我们的内部实践与产品发布迭代同步进行，在日常企业使用中也大量运用自己的模型，通过Dogfooding形成场景与效果的闭环。根据我们的实践，有几点经验可以与大家分享。

第一，因为是AI公司，老板没有限制每个员工的Token用量，我们可以无限量使用。第二，针对HR岗位，我们创业公司招聘要求极高，入职率不高，面试压力很大，从简历筛选、与候选人沟通到面试评估，整个流程我们都让Agent参与。第三，在开发环节，所有开发人员都使用自己的AI作为开发工具，只是在代码提交时进行人工确认和审核。第四，在运维体系上，我们让AI参与线上问题定位、Demo输出、音色调整等工作。第五，我个人身处市场岗位，平时会生成许多宣发视频、跟踪销售线索、闭环问题、管理日常销售过程，这些工作我都交给Agent，让它帮忙提醒和沟通。

最后，结合我们自身的沟通与实践，这也是我和许多客户交流的结论。现在很多客户，尤其是老板，资产越大越焦虑。我们的观点是：与其焦虑，不如加入。大家不要只盯着营销号，更重要的是自己动手试一试。

许多客户也问我：如果要开展Agent、AI实践，应该从哪些场景切入？我们的建议和经验是：从最有价值的场景切入，最好是人类很不愿意干的。选择这样的场景，在公司内部阻力较小，通过AI提效，员工满意度也会提升，从而有助于在内部大力推广AI的使用。

第三，AI广泛使用之后，组织会变得更加扁平。从我们自身实践以及与客户的交流来看，现在很多研发团队已经不再区分前端和后端研发，基本上就是一个研发岗位。有些公司甚至更激进，产品人员直接出Demo，然后交给研发看看是否要进行批量生产。很多产品前端的Demo设计已经由产品同学直接完成，再交给研发。

还有一个思考：我们发现每个人和每个组织对AI的接受程度不同。有些人用AI很熟练，消耗Token就很高；有些同学接受度较弱。我们发现AI会使组织与组织之间、人与人之间的效率产生差异。

最后，从我们自身的视角看，未来2-3年AI将不断快速迭代，并与各行各业深度融合，成为各行业的生产力工具，甚至改变行业商业模式和组织构成。所以，AI的序幕才刚刚开启。

非常高兴MiniMax能够作为一家创业公司，与各行各业的伙伴一起，在AI赛道上不断探索和前行。谢谢大家！