据媒体报道，AI 独角兽 MiniMax 在中期业绩电话会上披露了关键研发进展。公司确认即将推出的 M3 Pro 模型参数规模将大幅提升至约 3T（3万亿），并同步扩大强化学习（Reinforcement Learning）及长程任务的训练比重，旨在突破模型的泛化能力上限与智能深度。创始人兼 CEO 闫俊杰指出，下一阶段的战略重心是实现模型智能、推理效率与基础设施能力的协同进化，加快 M 系列与 H 系列模型的迭代周期。
在基础设施方面，最核心的进展在于 MiniMax 正全力推进 M3 和 H3 模型对国产芯片的适配工作。公司透露，大规模国产算力集群即将上线，并逐步接管真实的生产流量。这标志着国产算力底座已开始承担万亿参数级别的大规模训练任务。
财务数据方面，MiniMax 2026 财年上半年报告显示，营业总收入达 1.17 亿美元，同比大增 283.1%；毛利润为 2081.3 万美元，同比增长 464.8%。尽管仍处于亏损状态，但净亏损同比收窄 11%，资产负债率保持在 21.5% 的健康水平，显示出其在模型商业化落地方面取得了显著成效，为后续的高额研发投入奠定了资金基础。
事件分析
MiniMax 将 M3 Pro 参数提升至 3T 并强化长程任务训练，表明国内大模型厂商正从单纯的参数规模竞赛转向模型“智能深度”与复杂任务处理能力的博弈。在架构层面，3T 参数量级很可能继续采用 MoE（混合专家）架构，旨在平衡推理成本与性能表现。更具行业风向标意义的是其对国产芯片适配的加速推进。在高端算力受限的宏观背景下，头部大模型公司成功适配并上线大规模国产算力集群，意味着国产 AI 芯片生态已具备支撑万亿参数级别模型训练与推理的基础能力，这将加速中国 AI 产业在底层基础设施上的国产替代进程。同时，公司营收的显著增长验证了 ToB/ToC 端应用变现的潜力，为持续的高昂算力研发投入提供了资金保障。
核心观点：大规模国产算力集群承担真实流量训练，标志着国产 AI 芯片生态已跨越可用性门槛，大模型基础设施的国产化替代进入实战阶段。
原文链接：Linux.do
