🇭🇰SCMP Technology•較早收集於 45m
MiniMax 準備在中國大陸進行首次公開募股
💡中國主要 AI 模型公司正邁向大陸 IPO，預示著 AI 產業資本市場的重大變動。
⚡ 30-Second TL;DR
有什麼變化
MiniMax 已聘請中信證券負責處理中國大陸的股票發行流程。
為什麼重要
此次上市顯示中國 AI 生態系統正趨於成熟，可能為大規模模型訓練釋放大量資金。同時也凸顯了 AI 公司尋求雙重上市以連結國際與國內資本市場的趨勢。
下一步行動
在 MiniMax 準備公開披露資訊時，請密切關注其公開文件，以了解其運算基礎設施與模型擴展策略。
誰應關注：Founders & Product Leaders
關鍵要點
- •MiniMax 已聘請中信證券負責處理中國大陸的股票發行流程。
- •公司目標是向境內投資者提供人民幣計價的股票。
- •此舉將與其在香港市場的現有業務與成長形成互補。
- •MiniMax 正致力於鞏固其在中國 AI 模型領域的關鍵地位。
🧠 深度解析
Web-grounded analysis with 20 cited sources.
🔑 增強重點摘要
- •MiniMax已於2026年1月在香港交易所完成首次公開募股，籌集約6.19億美元，並獲得阿布達比投資局和未來資產等基石投資者的支持。
- •自香港上市以來，公司股價已飆升約400%，截至2026年5月31日，市值約為2640億港元（337億美元）。
- •公司約70%的總收入來自海外市場，顯示其強勁的國際化戰略，成功實現中國大型模型技術的「逆向出口」。
- •MiniMax的中國大陸上市預計將在上海證券交易所的科創板進行，旨在實現A+H雙重上市結構，以深化與國內政策支持和產業生態系統的聯繫。
- •MiniMax在2025年的營收達到7903.8萬美元，同比增長158.9%，並擁有3億全球個人用戶和超過100萬企業客戶。
📊 競品分析▸ Show
| 公司名稱 | 主要模型/產品 | 主要功能/基準 | 定價/成本效益 |
|---|---|---|---|
| MiniMax | MiniMax M2.7, M2.5, Talkie, Hailuo AI, Speech 2.8, MiniMax Agent | 多模態AI模型 (文本、圖像、視頻、音頻、音樂)；M2.7採用MoE架構 (230B總參數，10B活躍參數)，具備遞歸自優化能力，內部基準性能提升約30%；超長上下文窗口 (204K tokens，可擴展至1M)；M2在編碼任務上表現出色 (LiveCodeBench約83%)；Speech-02在多種亞洲語言中優於ElevenLabs和OpenAI的語音工具；M2.7在OpenAI的MLE Bench Lite套件上與Google Gemini 3.1 Pro持平。 | 模型調用成本約為海外同類產品的1/10；AI代理操作成本降至每小時1美元；M2.5模型定價為每百萬輸入tokens 0.15美元，每百萬輸出tokens 1.20美元。 |
| Zhipu AI (Z.ai) | ChatGLM/GLM系列 (如GLM-4.5, GLM-4.5V, GLM-5 Turbo) | 亦是中國領先的LLM開發商之一；GLM-4.6和Kimi K2 Thinking在AIME等數學挑戰中表現優於MiniMax M2。 | 正在尋求A股上市。 |
| DeepSeek | DeepSeek V3 (250B MoE), R1 (671B MoE, 37B活躍) | 以其價格競爭力著稱，推動行業內token成本降至每百萬0.02美元。 | token成本低至每百萬0.02美元。 |
| Moonshot AI (Kimi) | Kimi K1.5/K2 (多模態), Kimi K2 Thinking | 具備128K上下文窗口；Kimi K2 Thinking在數學挑戰中表現優於MiniMax M2。 | null |
| Alibaba (阿里巴巴) | Qwen系列 (如Qwen 2.5, Qwen3-Coder) | 開源模型，支持多語言和多模態任務 (文本、代碼、圖像理解)；Qwen3-Coder在代碼任務上可與GPT-4媲美。 | null |
🛠️ 技術深入
- MiniMax開發一系列多模態基礎模型，具備強大的代碼和Agent能力，以及超長上下文處理能力，能夠理解、生成和整合文本、音頻、圖像、視頻和音樂等多種模態。
- 核心模型包括MiniMax M2.7、MiniMax Hailuo 2.3（視頻）、MiniMax Speech 2.8（音頻）、MiniMax Music 2.5+和MiniMax Agent。
- MiniMax M2.7是一個2300億參數的文本到文本AI模型，擅長編碼、推理和辦公任務。
- M2系列模型（包括M2、M2.5、M2.7）採用「專家混合」（Mixture-of-Experts, MoE）架構。M2總參數為2300億，但在推理時僅激活約100億參數，顯著提高了計算效率。
- M2.7模型採用遞歸自優化框架，模型能夠生成自身的評估數據，識別能力差距，並生成合成訓練樣本來彌補這些差距，據報導內部基準測試性能提升約30%。
- MiniMax-01（M2.7之前）是一個混合MoE模型，總參數為4560億，每次前向傳播約有459億活躍參數，結合了用於長距離上下文的線性「閃電注意力」（Lightning Attention）和用於局部精度的標準softmax注意力。
- M2模型為AI代理工作流程引入了「交錯思維」（interleaved thinking）協議，將完整的思維歷史直接附加到對話上下文中。
- MiniMax正在預告即將推出的M3系列模型，將採用新的稀疏注意力機制，聲稱在處理長上下文（百萬tokens）時，解碼速度可提高15.6倍。
- M2模型具有超長上下文窗口，可處理多達204,000個輸入tokens，並可擴展至100萬tokens。
🔮 前景展望AI analysis grounded in cited sources
MiniMax將利用其雙重上市地位加速國內市場滲透並獲得更多政府支持的項目。
在科創板上市將為公司提供境內投資者渠道，並加深與國內政策支持和產業生態系統的聯繫，這對於在中國擴張至關重要。
公司對成本效益高的MoE架構和自優化模型的專注將加劇全球AI模型市場的價格競爭。
MiniMax的模型調用成本和代理操作成本顯著低於海外同類產品，這可能會迫使競爭對手降低定價。
MiniMax將繼續優先發展國際市場，海外收入仍將佔其總收入的主導地位。
公司目前約70%的收入來自海外市場，並擁有龐大的全球用戶和客戶群，表明其將持續推行國際化戰略。
⏳ 時間線
2021-12
MiniMax成立，由商湯科技前電腦視覺研究員創立。
2024-03
阿里巴巴集團領投MiniMax 6億美元融資，公司估值達25億美元。
2025-07
MiniMax完成3億美元B輪擴展融資，估值達40億美元，由上海國有資本領投。
2026-01
MiniMax在香港交易所首次公開募股 (IPO)，籌集約6.19億美元。
2026-03
MiniMax發布M2.7模型，採用遞歸自優化框架，並發布首份上市後年度報告，顯示2025年營收增長158.9%。
2026-05
MiniMax啟動在中國大陸A股市場的上市準備工作，聘請中信證券。
📎 來源 (20)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： SCMP Technology ↗