从Token无上限到全员Agent：MiniMax的AI Native组织进化实践丨MiniMax胡维琦 @AIGC2026

AI不仅是生产力工具，更在深刻改变组织的形态。

本次2026中国AIGC产业峰会上，MiniMax ToB中国区商业化负责人胡维琦，分享了自己在AI创业公司中的实践与思考。

与其焦虑AI，不如加入AI。

大家不用看营销号，更多的还是自己动手试试。

MiniMax是一家专注文本、视频、语音、音乐多模态模型的公司，于2026年1月在港股上市。

胡维琦表示，公司从诞生之初就在探索下一代AI的范式。至于目前这一代AI和上一代最大的不同在于，它已经从“玩具”变成了企业的生产力和提效工具。

她还进一步分享了AI Native组织建设的几点经验：

• 从“人类最不愿意干”的高价值场景切入，推进阻力最小。
• AI的广泛使用会让组织更加扁平，前端与后端研发的边界逐渐模糊。
• 每个人对AI的接受度不同，Token消耗量正在成为衡量效率的新指标。

……

胡维琦认为，未来2-3年，AI将与各行各业快速深度融合，改变商业模式甚至组织构成。

AI的序幕才刚刚开启。

为了完整呈现胡维琦的思考，在不改变原意的基础上，量子位对演讲内容进行了整理编辑，希望能提供新的视角与洞察。

2026中国AIGC产业峰会是由量子位主办的行业峰会，近20位产业代表与会讨论。线下参会观众超千人，线上直播观众近400万，获得了主流媒体的广泛关注与报道。

核心观点梳理

• AGI是什么？Intelligence with Everyone，就是所有人都能用得起的AI。要实现这点，就得坚持大模型和应用并行、ToC和ToB并重。
• AI公司首先要在内部实现闭环，不要吝啬Token补贴，放手让员工自己用Agent去搭建自动化工作流。这个使用过程也会反哺模型研发。
• 与其焦虑、不如加入。企业如果想做AI实践，最高效的方法就是直接动手去尝试，并且要从员工最不愿意干的场景切入，这通常也是最有价值、内部阻力最小的场景。
• AI会让组织变得更扁平。产品可以直接出demo，再交由研发决定是否要做大批量生产。未来2到3年，AI会持续和各行业深度融合，改变生产力工具、商业模式和组织构成。

以下为胡维琦演讲全文：

MiniMax要做下一代AI

大家好，我叫胡维琦，今天非常高兴代表MiniMax跟大家分享MiniMaxAI实践探索之路。在谈到我们之前，先来看一个视频，了解谁是MiniMax、MiniMax是谁。

通过这个视频，大家可以大概了解MiniMax主要是做什么的。其实我们MiniMax是一家创业公司，专注于模型领域，并于今年1月份在港股上市。

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，视频中简单展示了一下我们各个模型的能力，通过这些模型能力，想必大家对我们公司基本模型的服务情况也会有所了解。

要介绍我们公司，那就必须要回到我们创办的第一天。

这是我们公司创始团队在创业之初，在白板上写的对未来业务的构想。

我们的创始团队有一部分创始人之前有在AI公司工作过，但那个时候AI更多的还是一些小模型，特别是视频小模型。

他们发现，在原来的小模型领域有很多技术上无法解决的问题，比如说泛化能力问题、项目订制问题，甚至很多场景领域不能完全满足客户需要的问题。

这是因为我们在过去的技术和商业上存在很多问题，所以我们的创始团队就在构想，如果我们要做一个新项目，想做什么样的模型。他们当时提出，我们想做下一代AI。

什么叫下一代AI？我们认为下一代AI是通过图灵测试的智能体，其次是这个智能体能在很多场景中给客户创造出极致的客户体验，甚至它的市场空间一定能达到万亿级，可以解决原来在小模型时代，我们模型能力泛化造成的可参与空间比较受限的问题。

所以从MiniMax创立的第一天起，我们就在构想下一代AI是什么、AGI是什么。

我们也提出我们的理念，我们希望做的是“Intelligence With Everyone”，意思就是我们想去做一个所有人都能用得起的AI，我们希望智能和我们每个人连接在一起，这就是我们公司创立之初的构想。

正是这个构想，我们一直坚持大模型和应用的并重，坚持ToC和ToB的双轮驱动。

我们有文本、视频、语音、音乐模型，在B端和C端也都有相应的产品，比如海螺AI、MaxClaw，甚至我们在B端也有很多用户有在接入MiniMax API进行影视制作，甚至在编程、企业Agent中都可以看到模型在被使用。

从我们自己的角度来看，我们在上市之初，C端业务占比较高，但现在从公司整体来看，B端和C端是并重的。

B端这部分，在互联网文娱行业包括视频领域甚至很多企业中，我们发现模型已经逐步走进到客户生产领域，成为客户生产工具。

而从3月份以来，企业龙虾蓬勃兴起，每个人都意识到AI并不是远在天边的事情，每个普通人都可以参与。

同时我们也发现，在很多研发比重高的场景，非常多的程序员已经采用Vibe Coding的方式进行编码，甚至一部分程序员已经不再手工编码，完全通过AI工具方式进行编码。

我们看到AI不像上一代AI时代的产品，彼时它更像是玩具，而这一代AI已经成为了企业生产力工具，甚至成为企业提效工具，此时带来的效率提升，和为我们带来的组织变革，影响是非常深远和巨大的。

从我们自身来看，我们从创立之初就一直秉持技术驱动的原则，我们不断地在C端和B端创造更多更好的产品，去进行双轮驱动。

可以看到，在时间轴上有几个关键性产品。

2023年我们推出了星野，之所以推出它，是因为我们最初AI创业时发现，彼时大模型还没有成为特别深入人心的理念，大家都不知道大模型该怎么用，所以我们在C端做了一个情感陪伴类产品，向我们用户展示，模型怎么帮助APP进行赋能，来进行提效。

2024年我们也发布了海螺产品，海螺的发布在业界引起非常大的反响，AI生成的视频在某些领域已经达到了真人制作水平。

2025年我们重磅推出M2系列文本模型，通过这个文本模型，我们开启了企业Agent包括Coding的广泛适用场景。2026年我们继续围绕文本和视频的布局，在客户端和工具层做了很多创新。

我们在2026年1月份发布了MaxClaw Agent产品，2月份发布了MaxClaw产品，4月份又发布了MaxHermes这个产品。

我们不断地在工具层快速迭代，因为我们发现，原来大家的理解中，Harness更多的是执行，模型做思考，但实则模型也可以帮助Harness不断迭代。

从我们自身研发实践来看，通过我们的模型帮助Harness快速迭代，整个研发生产效率可以提升30%，从我们内部强化训练来看，30%～50%代码已经由我们模型自动生成，可以极大提升企业内部的效率。

各模态能力详解

介绍完公司整体情况后，再详细介绍各个模态的能力。

首先是文本模型。文本模型从目前看来，主要应用在两大场景，一个是企业编程场景，另一个是在企业Agent场景，当中可以处理很多企业个人提效的工具，比如C端的各种龙虾助手，背后就由Agent进行助力。

我们MiniMax2.5和2.7主要的特点在于，第一个我们在Agent任务场景中，整个任务闭环率比较高；第二个任务响应速度非常快；第三个是一旦Agent用起来，烧Token烧得特别快，但我们整个模型的性价比也是比较高的。

所以做很多Agent任务时，用到MiniMax产品，既可以做到效果平衡，也可以做到性价比优化。

从主流评测来看，无论是工具级评测还是和主流模型智能、性价比的对比，MiniMax2.5和2.7都做到了业界领先的水平。

第二个介绍海螺视频模型，先来看几段视频。

可以看到，AI生成视频已经能够在光影效果上做到非常好的影视级效果，它的创意是超出人类想象的。

第二段视频画风更加唯美一点，比较偏中国风，在很多漫剧制作中被广泛采用，从运镜角度看，已达到电影级的运镜效果。

第三段视频则是真人视频的生成，在很多纪录片的场景中，可以通过AI提高生产效率，以后只要你有好的创意，就可以把你的创意通过AI变成视频，来呈现你的想法。

这是我们声音的模型，声音模型的主要使用场景，包括智能客服、教培行业，甚至很多短剧漫剧做配音都需要用到声音模型。我们的声音模型特点主要在拟人化、情绪化，还有多语言和低延时上做得比较好。

从声音来看，我们最大的特色其实还是在于对真人声音的拟人化，比如我们在很多语言的语气、停顿上，都会和真人的实感非常贴近。

这对海外客户非常需要，他们在很多客服场景，都希望让客户不要感知到背后是AI在跟他交流，所以他们普遍要求非常逼真的真人实感。

音乐模型今年推出了music最新音乐模型，我们在整个音色包括真实感受上面做了很多增强。

MiniMax自身的AI实践

讲完了模型，大家对我们公司可能还比较感兴趣的是，MiniMax你们自己作为AI公司，是如何在AI上做实践和应用的？从你们的角度来看，AI Native组织应该是什么样的？这也是我经常被很多客户所追问的问题。

从我们自己实践来看，我们从2024年9月份开始，就给全员不限Token提供Cursor，在2025年8月份又实践了Agent项目。

我们公司比较小，只有400多人，其中法务、财务、HR甚至包括销售的很多工作都没有足够多的人手来支撑，所以我们通过Agent的方式做了很多工作。

10月份我们把Agent实习生计划在全公司进行了推广，我们自身内部实践是跟产品发布相迭代的，我们自身在企业日常使用中也会大量使用自己的模型，通过dogfooding形成场景和效果的闭环。

通过我们自己的实践来看，有几个经验可以跟大家共享。

第一个经验，因为是AI公司，我们老板没有限定我们每个员工的Token，我们可以无限量使用。

第二个针对HR岗位，我们创业公司招人要求非常高，入职率也并不太高，所以我们面试压力非常大，从简历筛选、和候选人打招呼，到面试评估，整个过程我们都会让Agent参与。

第三个在开发环节，我们所有的开发人员也都会用我们自己的AI作为他们的开发工具，我们只是在代码提交的时候进行人工确认和审核。

第四个，运维体系上我们也会提供线上问题的定位，包括Demo输出、音色调整，都会让AI来参与。

第五个，因为我个人处在市场岗位，我们平时也会生成很多宣发视频、销售线索跟踪、问题闭环、日常销售过程管理，这些我都会交由Agent帮忙做，让它帮忙做一些提醒、沟通。

最后从我们自己沟通和实践来看，这也是我跟很多客户交流的结果，现在很多客户特别是老板，资产越大的越焦虑，我们的观点是，与其焦虑不如加入。大家不用只看营销号，更多的还是自己动手试试。

很多客户也问我，如果我要做Agent、AI实践，应该从哪些场景切入比较合适？

我们的建议和经验是从最有价值的场景进行切入，最好这个场景是人类很不愿意干的。

选这种场景进行切入的话，在公司内部阻力是比较好的，这时候通过AI的提效，员工的满意度也会有所提升，就会帮助你在内部大力推行AI的使用。

第三点是，AI广泛使用之后会让组织更加扁平。

从我们自己实践来看，包括跟客户的交流来看，现在很多研发已经没有区分前端研发和后端研发，基本上就是一个研发岗位，甚至有些公司做得更激进，产品的人会直接出Demo，出了Demo之后再给研发看看是否做一些大批量生产。很多产品前端Demo设计，已经是由产品同学直接完成的，然后再交给研发。

再有一个思考是，我们发现每个人和每个组织对AI接受程度是不一样的。

有些人AI用得很溜，消耗Token就很高，有些同学对AI的接受度就会弱一点，我们发现AI会让组织和组织，人和人之间使用的效率发生变化。

最后从我们自己视角来看，我们认为未来2—3年AI会不断快速迭代，会和各个行业深度融合在一起，成为各个行业的生产力工具，甚至改变这个行业的商业模式、组织的构成，所以我们认为AI的序幕才刚刚开启。

非常高兴MiniMax能够作为一个创业公司和各行各业伙伴一起在AI赛道不断探索和前行，谢谢聆听！

文章来自于微信公众号 "量子位"，作者 "量子位"