不妨设想这样一个场景：让 M1 从零开始为你搭建一个测试打字速度的网页——在演示中，它清晰地设定了 WPM（每分钟字数）与准确率（Accuracy）两项指标，连上方文字也会随你的输入进程同步变色，细节处理相当到位。再比如，让 M1 制作一个可拖拽的便签墙，同样信手拈来。
这些演示传递着同一个信号：通用 agent 在产品化进程中那些关键能力——长上下文理解、智能体机制——恰恰是 M1 的核心优势所在。这条路径与 MiniMax 早年以产品起势的打法一脉相承。而这家公司近来在基础模型层面持续的激进探索，以 M1 的发布为节点，在当下大模型普遍技术突破放缓的背景下，展现出难得的发展后劲。
从 MoE 到 Linear，再到 MiniMax-M1
M1 的问世背后是一条清晰的演进脉络：从传统的稠密模型与 Transformer 架构，转向 MoE（混合专家）与线性注意力机制。当初 MiniMax 决定押注这两条路径时，几乎找不到可参考的先例。
2023 年底，Mistral AI 用开源模型 Mistral 8×7B 击败了当时最优秀的开源模型之一——700 亿参数的 Llama 2。而早在 2023 年夏天，MiniMax 就已开始筹备从稠密模型转向 MoE，投入了当时公司 80% 的算力与研发资源。在 Mistral 8×7B 发布一个月后，他们上线了国内首个 MoE 大模型 abab 6。由于架构过于新颖，团队还自研了更适配的训练和推理框架。
MoE 架构示意
M1 混合架构的另一块拼图——线性注意力（Linear Attention）——始于今年年初发布的 MiniMax-Text-01。MiniMax 从 2024 年 4 月开始投入线性注意力研究，当时还没有任何模型敢在千亿参数级别挑战传统的 Transformer。这迫使 MiniMax 对分布式训练和推理框架进行了彻底重设计，确保模型能在大规模 GPU 集群上高效运行。今年 1 月的 MiniMax-Text-01 成为首个依赖线性注意力机制大规模部署的模型，为整个行业从“小规模可行”的共识到“大规模规模化”的可行性完成了一次验证。而推理模型 M1，本质上就是基于 MiniMax-Text-01 的又一次升级与架构创新。
MiniMax 也公开了 M1 基于 MiniMax-Text-01 的训练细节：团队以 MiniMax-Text-01 为基座，进行了 7.5 万亿 token 的定向增强预训练，将 STEM（科学、技术、工程、数学）、编程代码与复杂推理三类核心领域的数据权重提升至总语料的 70%。随后通过监督微调注入链式思考（CoT）机制，系统性地构建模型的分步推理能力，为强化学习奠定基础。
这种激进式的创新最终收获了积极验证——M1 是目前全球最先达到 80k 上下文输出的推理模型，在长上下文处理、软件工程以及 Agent 工具使用方面均展现了明显优势。
此前，星野和 Talkie 在商业化上的优异表现，让 MiniMax 早早成为一家能够独立行走的大模型公司，外界也因此给它贴上了“产品驱动”的标签。这个说法虽然笼统，却在一定程度上掩盖了 MiniMax 在模型研发层面的强悍实力。值得注意的是，MiniMax 官方公告透露，M1 系列模型同时拉开了为期五天的 MiniMaxWeek 的序幕，接下来五天，公司会围绕文本、语音和视觉等多模态模型公布更多技术进展。
与此前 MoE 的 abab 6 模型刚出现时类似，此次发布的混合注意力机制 M1，在底层架构上依然是一个“非共识”的推理模型。但恰恰是这些屡次深入底层架构“无人区”的技术创新，一次次印证了 MiniMax 骨子里是一家“模型驱动”的 AI 公司——而这一点，早该成为一种共识。
