闫俊杰的「零薪酬」，是中国大模型最昂贵的信仰

7月9日，MiniMax的股价跌了将近18%。这一天，公司迎来了上市以来首轮大规模限售股解禁1.53亿股，占总股本超过48%。恐慌性抛盘把股价从高位拽了下来，市值一夜之间跌破千亿港元。

仅仅24小时后，7月10日，两件事同时发生了。

一边是MiniMax公告完成新一轮160亿港元融资，由摩根士丹利和瑞银联合担任配售代理，配售3560万股A类股份，配售价每股268港元，外加发行65亿港元零息可转换债券。这笔交易吸引了亚太、欧洲和美国三大市场的二十余家国际主权基金和长线机构参与，认购覆盖倍数高达7倍。

另一边，创始人闫俊杰发了一封内部全员信。信的篇幅不长，但分量极重，他宣布从即日起不再领取任何薪酬，直到公司实现AGI的那一刻。同时，他拿出个人名下相当于总股本4%的股份用于团队激励，1%设立专项基金支持开源社区。

这两件事放在一起，像极了一个充满张力的画面：一边是市场的焦虑和抛售，一边是创始人的笃定和加注。那么问题来了，闫俊杰凭什么敢押上自己的全部薪酬？MiniMax又在打一场什么样的仗？

要回答这些问题，我们需要拆开三层去看：一个人的精神底色、一家公司的效率哲学，以及一场关乎AGI命运的棋局。

闫俊杰身上有一个不太容易被注意到的标签，他是中国AI头部公司创始人中，极少数没有海外留学背景的人。

1989年，他出生在河南一个县城。父母是普通人，教育资源谈不上丰富。他的“翅膀”是数学，凭着自学和对数学的兴趣，考进了东南大学数学系，后来又进入中国科学院自动化研究所硕博连读，博士毕业后在清华大学计算机系做博士后研究。

这段经历塑造了他一个核心特质，用最有限的资源，撬动最大的可能性。

他在商汤科技待了七年，从实习生一路做到副总裁、研究院副院长，主导构建通用计算机视觉模型和智慧城市技术体系。2018年，他在人手不足的情况下带队做出“All for One”算法模型，在竞标中反超旷视和依图，拿下行业第一。

但真正点燃他创业冲动的，是一个很私人的瞬间，2021年春节，他回河南老家看望外公。八十岁的老人跟他说，想写一本回忆录。但不会打字，故事也组织不起来，说了几次就搁下了。闫俊杰沉默了，他在AI行业做了十几年，做的系统帮企业降本增效，可对一个想写回忆录的老人来说，这些技术一点用都没有。

2021年12月，也就是ChatGPT发布前将近一年，MiniMax在上海成立了。公司名字来自博弈论中的“极小化极大算法”——先防住最坏的风险，再选相对最优解。天使轮3100万美元，米哈游领投。

创业初期的MiniMax，可以用四个字概括：草根出身。闫俊杰自己说，团队“都是草根出身”，基本没有大厂光环。招股书显示，截至2025年9月底，公司385名员工的平均年龄只有29岁，其中95后是绝对主力。

一个没有留过学的县城少年，一群平均29岁的年轻人，在2022年初大模型这个词还没成为风口的时候就开始做AGI了。这种“提前布局”的决断力，或许比任何技术参数都更能说明这家公司的基因。

如果要为MiniMax找一个贯穿始终的关键词，那一定是“效率”。

先看一组对比数据：从成立到2025年9月，MiniMax累计花费约5亿美元（约35亿元人民币）。作为对比，同期OpenAI的累计花销在400亿至550亿美元之间。换句话说，MiniMax用了不到OpenAI 1%的资金，构建了一家全模态技术跻身全球第一梯队的大模型公司。

这不是运气，而是一套系统性的战术选择。

首先是技术架构上的“降维打击”。

2023年下半年，当国内大多数大模型公司还在追逐Dense架构时，闫俊杰做了一个大胆的决定，押注MoE（混合专家模型）架构。这在当时几乎是技术“无人区”，一次预训练失败可能导致算力成本增加上千万美元。投资人也问过：万一搞不出来呢？闫俊杰的回答很直接：要服务数千万甚至亿级的用户量，只有MoE架构才能用更低的成本向更高的模型阶段演进。

事实证明他是对的。2024年1月，MiniMax发布了国内首个MoE大模型，随后在4月将MoE架构用于大规模商业化部署，开创了国内先河。以M1模型为例，整个强化学习阶段仅需512块H800 GPU训练三周，训练成本不过53.74万美元，仅相当于OpenAI同等参数模型的零头。

这种“以小搏大”的技术路线，贯穿了MiniMax的整个迭代史。

2025年1月，DeepSeek横空出世，震动整个行业。冲击之下，闫俊杰有过反思。但反思之后的选择是，先发布国内首个线性注意力架构模型MiniMax-Text-01；2025年6月，开源全球首个大规模混合架构推理模型MiniMax M1，总参数4560亿，支持100万token超长上下文；10月发布的M2模型则回归全注意力机制，总参数约2300亿，每次仅激活约100亿参数，把性价比做到行业顶尖，API价格仅为同类模型的8%。

2026年6月，M3发布，这是真正的“大招”。 M3采用了自研的MSA（MiniMax Sparse Attention）稀疏注意力架构，在100万token上下文规模下，每token计算量仅为上一代模型的约1/20，prefill阶段加速超9倍，decoding阶段加速超15倍。同时，M3是国内第一个同时具备前沿Coding能力、1M超长上下文和原生多模态三大能力的模型，在SWE-Bench Pro得分59.0%、BrowseComp得分83.5分，超越了一些海外闭源模型。

其次是全模态布局的“复利效应”。

大多数大模型公司选择先做好一个模型再延伸，MiniMax却走了一条更难的路，从第一天就做全模态。文本、语音、图像、视频、音乐五条线并行推进。这种做法的代价很大，闫俊杰自己也在和罗永浩的对话中坦承，“现在是我们最虚弱的时候”。

但代价换来的回报也很明显。MiniMax是全球少数同时具备大语言、视频、音频三大模态大模型能力的公司。语音模型Speech-2.6在Arena榜单上超越OpenAI和ElevenLabs登顶全球第一，人声相似度达99%，服务超过6万家企业；视频模型Hailuo 2.3在Artificial Analysis榜单上位列全球文生视频第九、图生视频第五，被众多用户称为“运镜大师”。

就像盖房子，别人是盖完一层再重新打地基盖另一层，MiniMax直接搭建了一个统一的底座，支撑起几座“塔楼”，让80%的技术资源都能重复利用。

最后是商业化的“双轮驱动”。

2025年全年，MiniMax实现总收入7903.8万美元，同比增长158.9%。其中，AI原生产品收入5307.5万美元，同比增长143.4%；开放平台及企业服务收入2596.3万美元，同比增长197.8%。

更值得关注的是收入结构：海外市场贡献了73%的收入，其中新加坡占24%、美国占20%。海螺AI在2025年的收入从235万美元暴涨至1746万美元，付费用户数达31.11万，每位付费用户平均支出56美元。截至2026年初，公司已累计服务超过200个国家和地区的2.36亿个人用户和21.4万企业客户及开发者。

与此同时，亏损率在收窄。 2025年经调整净亏损2.51亿美元，亏损率从2024年的800%收窄至317%。毛利率从12.2%提升至25.4%。研发开支增幅仅34%，远低于收入增长率。

回到7月10日那封全员信。

闫俊杰在信中写道：“市场会有波动，外界会有杂音，但前进的方向不会改变。身处行业一线的我们，比任何人都更清楚技术演进的真实速度，也更清楚我们正在创造和积累的长期价值。”

信的最后一句是：“We will keep going until we get there. Intelligence with Everyone.”

“零薪酬”这三个字，不能只当成一个新闻噱头来看。根据MiniMax 2025年年报，闫俊杰当年合计薪酬为24.1万美元（约163万元人民币）。从绝对值看，这笔钱对于一个千亿市值公司的创始人来说，不算大数目。但“零薪酬”的真正信号意义在于，在公司最需要现金流投入研发的阶段，创始人选择把工资这个“刚性支出”让渡给公司，同时把自己最大的资产（股份）绑定到团队的长期激励上。

这封全员信其实是一份“个人资产负债表与公司命运深度绑定”的承诺书。它与某些科技公司“上市即高薪”“融资即套现”的样本形成鲜明对照。

那么，同一天落地的160亿港元，到底能买什么？

公告写得很清楚：80%用于AI基础设施及模型研发，约10%用于海螺AI等产品的全球商业化，10%用于营运资金。

翻译一下：算力锁定的“弹药”、模型迭代的“燃料”、海外扩张的“路费”，—三项都是大模型公司现阶段最重的资本支出。在大模型行业，没有一家公司能靠现金流覆盖这些开支。2025年国内AI大模型行业整体亏损约180亿元，中金预测2026年将突破200亿元。

但MiniMax的处境，和同行有一些关键的不同。

第一，它已经上市了。相比于DeepSeek、月之暗面等仍在私募市场融资的同行，MiniMax有一条更持续的融资通道。2025年全年收入7904万美元，且仍在高速增长。截至2025年底，公司现金余额高达10.5亿美元。

第二，它的海外收入占比高达73%。这使得MiniMax不完全依赖于中国市场的价格战。当国内豆包、通义千问等纷纷进入付费时代，大模型公司陷入“用户越多、亏损越大”的困境时，MiniMax凭借海外C端产品的付费模式，找到了一条相对良性的现金流路径。

第三，它的团队效率是行业级的“异类”。三百多人的团队做全模态，研发成本仅相当于OpenAI的1%。这个数字本身就是一种竞争壁垒，当大厂需要用数千人的团队和数百亿美元的投入来追赶时，MiniMax已经证明了一条“轻资产、重模型、高人效”的路可以走通。

但挑战同样清晰可见。

2025年全年，尽管收入高速增长，MiniMax仍然净亏损18.72亿美元（含非现金项目），经调整净亏损2.51亿美元。版权方面，美国多家影视公司已针对海螺AI生成内容提起版权诉讼。更根本的挑战在于：当字节跳动、阿里等大厂以千亿级资源押注AI时，独立创业公司如何持续保持技术领先？

在全球AI大模型的烧钱竞赛中，2026年第一季度全球风投约3000亿美元，AI赛道独吞80%——约2420亿美元。OpenAI、Anthropic、xAI三家合计拿走了超过1730亿美元。Anthropic估值逼近9650亿美元，OpenAI估值8520亿美元。

在这种“巨头游戏”里，160亿港元（约20亿美元）能买来多少“时间窗口”？

答案取决于你怎么花。如果只是跟巨头拼算力规模，20亿美元可能撑不了一年。但如果像MiniMax过去四年做的那样用技术架构的创新替代纯粹的算力堆砌，用全球化收入弥补单一市场的天花板，用效率而非规模来定义竞争，那这160亿港元，也许是通向AGI的一张长途车票。

2026年2月，MiniMax的股价一度站上1330港元，总市值突破2100亿港元，登顶港股第一高价股。

到了7月，解禁潮来袭，股价回到250港元附近，市值缩水至783亿港元。从2100亿到783亿，三个月蒸发超过1300亿港元。

市场就是这样，可以在一周内把一家公司捧上天，也可以在一天内把它摔回地面。

但真正定义一家公司命运的，从来不是股价，而是创始人在低谷时的选择。

闫俊杰选择了“零薪酬”。他不是第一个这么做的科技创始人，乔布斯在重返苹果时拿过1美元年薪，马斯克在特斯拉最困难时也放弃过薪酬。选择“零薪酬”的潜台词是：我相信AGI一定会到来，我相信我们能走到那里，我愿意为这个信仰付出真金白银。

AGI离我们还有多远？没有人知道。但在这个以“烧钱”著称的行业里，有一家中国公司正在用效率证明通往AGI的路，不只有“越烧越多”这一条。

而那个从河南小县城走出来的少年，已经在这场豪赌中，押上了自己的一切。