中国AI三足鼎立：腾讯混元、阶跃星辰、MiniMax技术路线深度拆解与未来研判

• AI大模型
• 技术对比
• 腾讯混元
• 阶跃星辰
• MiniMax
• 未来预判

2025年的中国AI大模型赛道,正在形成一个有趣的”三足鼎立”格局:腾讯混元代表互联网巨头的生态整合路线,阶跃星辰押注智能终端Agent的垂直突破,MiniMax则以极致效率和全球化走出了第三条路。本文将从技术能力、商业模式、工程实力到未来潜力,全方位拆解这三家公司的竞争态势。

一、公司基因与团队实力对比

腾讯元宝/混元:大厂基因

成立背景: 腾讯混元是腾讯自研的基础大模型,元宝是其C端应用。2025年4月进行研发体系重构,成立大语言模型部和多模态模型部。

核心优势:

• 背靠腾讯强大的基础设施和算力资源
• 深度整合微信、QQ等600+业务线
• 腾讯生态海量用户数据支撑

团队特点: 大公司体系,资源充足,注重稳健和业务落地

阶跃星辰:技术精英路线

成立时间: 2023年4月,短短2年跻身”AI六小龙”

核心团队:

• 创始人姜大昕: 前微软全球副总裁、微软亚洲互联网工程院首席科学家
• 焦斌星: 前微软必应引擎核心搜索团队负责人
• 朱亦博: Google、字节跳动经验

团队特点: 微软系+国际大厂背景,技术前瞻性强,2年发布16款多模态模型

融资: 2024年底完成数亿美元B轮,获国有资本和腾讯支持

MiniMax:草根逆袭典范

成立时间: 2021年12月,ChatGPT发布前就开始大模型研发

创始人闫俊杰:

• 1989年生于河南县城
• 东南大学数学本科→中科院自动化所博士→清华博士后
• 前商汤科技副总裁、研究院副院长、智慧城市事业群CTO
• 在商汤从实习生做到副总裁,管理700-800人团队

团队特点:

• 全员385人,平均年龄29岁(95后)
• 研发人员占比73.8%
• 创始人自称”草根背景”,核心团队”有些甚至不是这个专业出身”
• 早期联合创始人周彧聪和贠烨祎在AI1.0时代就有实战经验

IPO进展: 2025年12月通过港交所聆讯,预计2026年1月上市,成为最快IPO的AI公司

企业愿景: “Intelligence with Everyone”(智能与每个人同在)

团队对比总结

核心洞察:

• 腾讯: 大厂打法,不求激进创新,但求稳健落地
• 阶跃星辰: 技术驱动,前瞻布局,依赖外部合作变现
• MiniMax: 最早布局,团队精简高效,全球化商业化能力最强

二、数据资源:规模与质量的权衡

腾讯混元:生态数据优势

训练数据规模:

• 预训练数据从1万亿升级到7万亿tokens
• 使用超过100万条SFT数据

生态数据资源:

• 深度整合微信公众号等生态资源(注:未明确使用微信/QQ私人对话数据)
• 可利用腾讯大数据平台
• 强调合成数据:对质量不一致的公开网络数据进行转换和增强

数据策略: 规模+质量双驱动,生态数据是独特优势

阶跃星辰:合成数据引擎

数据规模(以Step-Audio为例):

• 音频: 1.1万亿tokens(约73万小时)
• TTS合成语音: 1.13万亿tokens
• ASR数据: 1.05万亿tokens
• 音频-文本交替: 3.5万亿tokens
• 文本: 8000亿tokens
• 图像: 8000亿图像-文本配对tokens

核心能力:

• 通过生成式数据引擎消除对传统手动数据收集的依赖
• 使用Step-2 LLM生成语言学多样且语义丰富的文本
• Step 3多模语料引入相似度过滤、重采样与任务比例控制

劣势: 无大规模内部生态数据,更依赖公开数据和合成能力

MiniMax:精细化数据工程

数据质量体系:

• 预训练语料涵盖学术文献、书籍、网络内容、编程代码等多源数据
• 通过严格的数据清洗、基于奖励的质量增强、更好的数据混合平衡
• 开发了数据实验框架,能快速高效评估数据有效性,同时最大限度降低计算成本

数据分布优化:

• 使用三大质量指标调整数据分布
• 实施平衡采样策略:先从基础语料库均匀采样,再调整采样权重优先高质量内容

分词优化:

• 采用字节级BPE结合预分词器
• 策略性上采样多语言内容以提高压缩效率
• 词汇表大小设定为20万tokens

已知限制: 预训练阶段编程数据集数量有限(未来版本将改进)

训练规模: MiniMax-VL-01额外使用5120亿视觉-语言tokens,采用四阶段训练流程

数据资源对比

结论:

• 腾讯在数据规模和生态数据上有优势
• 阶跃星辰在多模态数据丰富度上领先
• MiniMax在数据工程和效率优化上最精细

三、开源策略:从封闭到开放的不同路径

腾讯混元:全系开源战略

开源理念: “坚定拥抱开源”,持续推进多尺寸、多场景全系模型开源

主要开源模型:

社区反响:

• 混元-A13B开源仅3天拿下Hugging Face趋势榜第2名
• 混元3D系列社区下载量超230万
• 图像、视频衍生模型数量分别达到1400和1600个

生态支持: Github、HuggingFace、魔搭社区,Arm、高通、Intel、联发科技等芯片厂商支持

阶跃星辰:激进开源+商业合作

开源策略: 以开源为核心战略,快速建立技术影响力

重磅开源模型:

社区表现:

• 开源第一日,GitHub双仓库接近1000星
• 与吉利汽车集团联合开源

合作生态: 火山引擎、阿里云、华为昇腾、HuggingFace、ModelScope等

MiniMax:选择性开源+闭源商业化

开源策略: 新近转向开源,但更注重闭源模型的商业化

开源模型:

技术创新: Lightning Attention(线性注意力机制),业界首次大规模实现,挑战Transformer架构

闭源商业模型:

• abab 6.5系列(万亿参数MoE)
• abab 6.5s(超快推理速度)
• 主要通过API和C端应用商业化

开源时机: 2025年1月才开始开源,晚于腾讯和阶跃星辰,但一出手就是颠覆性架构

开源策略对比

核心洞察:

• 腾讯: 开源最全面,支撑生态和业务
• 阶跃星辰: 开源最激进,快速建立影响力
• MiniMax: 开源最保守但最具颠覆性,主要靠闭源商业化赚钱

四、Agent与长上下文:未来场景的竞争焦点

腾讯混元:企业级Agent平台

长上下文能力:

• 预训练模型: 256K上下文(约50万字)
• 指令模型: 128K长序列
• 应用场景: 处理整本书籍、完整代码库,法律文档分析、代码审计效率提升300%

Agent平台:

• 腾讯元器: 智能体开发平台
• 高级RAG能力、工作流能力、多智能体协作机制
• 支持企业级部署

规模化应用:

• 混元-A13B擅长Agent工具调用和长文理解
• 超过400+业务精调或直接调用
• 日均请求超1.3亿次

技术路线: RAG技术+长上下文+工具调用,强调在专业领域(法律、医疗、金融)减少AI幻觉

阶跃星辰:智能终端Agent

长上下文能力:

• Step-1V: 128K上下文
• Step 3: 采用5B Vision Encoder,视觉token降至1/16,减轻上下文压力

Agent战略定位: 姜大昕明确:2025年是Agent元年

Agent能力的两大基石:

1. 多模态能力: 全面感知和理解世界
2. 推理能力(慢思考): 长链推理、主动规划、尝试、反思、纠错

Agent五层级路径: 从Level 1(完成简单任务)到Level 5(情商阶段)

战略聚焦:

• 智能终端Agent是核心突破点
• 重点布局四大终端: 汽车、手机、具身智能(机器人)、IoT
• 汽车是”最关键的Agent落地场景”

合作案例:

• 吉利: 下一代智能座舱Agent OS
• OPPO: 手机场景
• 智元机器人: 具身智能

MiniMax:超长上下文+分层Agent

长上下文能力(行业领先):

• MiniMax-01系列: 400万token上下文
• GPT-4o的32倍、Claude-3.5-Sonnet的20倍
• MiniMax Agent: 原生支持100万token输入(DeepSeek R1的8倍)
• 支持8万token输出(超过Gemini 2.5 Pro的6.4万)
• 400万大海捞针测试(NIAH)全绿,可精准定位任何位置信息

技术突破: Lightning Attention(线性注意力机制)解决传统Transformer的二次增长计算复杂度问题,从而实现400万token超长上下文

Agent架构:

• 分层协作架构:
  • 总调度Agent: 理解整体意图,任务分解和规划
  • 执行Agent: 专注具体任务(编码、设计、研究等)
  • 支持最多7个智能体同时协作

记忆与反思机制:

• 在长达数小时甚至数天的任务中保持信息连贯性
• 主动审视进展,识别问题,动态调整策略

战略定位: 2025年是AI Agent高速发展的一年,长上下文是Agent系统的核心需求

Agent与长上下文对比

核心差异:

• 腾讯: 横向整合,企业级能力,依托生态
• 阶跃星辰: 垂直突破,聚焦智能终端,合作伙伴生态
• MiniMax: 技术维度绝对领先,超长上下文+分层Agent,支撑复杂任务

结论: 在长上下文和Agent能力上,MiniMax技术领先最明显,腾讯规模化应用最成熟,阶跃星辰场景聚焦最清晰。

五、端侧部署:移动化的分水岭

腾讯混元:全栈端侧方案(最完善)

小尺寸模型矩阵:

技术特性:

• 融合推理模型: 快思考(简洁高效)+ 慢思考(全面推理)
• 低成本微调: 支持垂直领域定制

落地案例:

芯片支持: Arm、高通、Intel、联发科技全面支持

阶跃星辰:合作伙伴生态

部署策略:

• 主要通过合作伙伴实现端侧部署
• 与吉利通过DeepSeek-R1模型蒸馏训练”汽车主动交互端侧大模型”

部署平台: 火山引擎、魔乐社区、魔搭社区、HuggingFace、阿里云、TCL

劣势: 未独立推出小型端侧模型系列(如0.5B-7B),依赖合作伙伴适配

MiniMax:潜力储备阶段

当前状态:

• 未推出专门的端侧小型模型
• MiniMax-M2(230B总参数,10B激活)相对紧凑,但仍需8x H800/H20 GPU部署

技术储备: 闫俊杰明确指出:Lightning Attention有助于构建更加轻量化的模型,减少参数数量和计算量,使模型更易于部署在资源受限设备上(手机、嵌入式设备等),”这是未来的趋势”

当前优势: 主要通过云端API服务,无需端侧部署

端侧部署对比

结论:

• 腾讯在端侧部署上具有压倒性优势,完整产品矩阵+生态落地
• 阶跃星辰端侧能力薄弱,依赖外部合作
• MiniMax暂未布局端侧,但Lightning Attention技术为未来轻量化提供可能

六、工程能力与商业化:从技术到变现的距离

腾讯混元:生态变现

工程能力:

• 深度整合微信、QQ、腾讯会议、腾讯文档等600+业务线
• 混元-A13B日均请求超1.3亿次
• 腾讯云提供算力和工程化体系支撑

商业化路径:

• 内部变现: 为腾讯业务赋能
• 对外API: 腾讯云API服务
• C端应用: 腾讯元宝

工程优势:

• 规模化验证: 海量业务场景验证模型能力
• 快速迭代: 基于真实反馈持续优化
• 成本控制: 自有算力降低成本

阶跃星辰:合作伙伴生态

工程能力:

• 技术迭代速度极快: 成立2年发布16款多模态模型
• JuiceFS存储平台支持模型训练、推理部署、跨云分发

合作生态:

• 汽车: 吉利汽车集团
• 手机: OPPO
• 机器人: 智元机器人
• 云平台: 火山引擎、阿里云、华为昇腾

商业化劣势:

• 缺乏自有大规模应用场景
• 依赖外部合作伙伴商业化
• 工程化经验积累相对有限

MiniMax:全球化商业化

工程能力(极致效率):

• 全员385人,研发占比73.8%
• 研发成本仅为OpenAI的1%(5亿美元 vs 400-550亿美元)
• 训练云计算开支占收入比从2023年的1365%优化到2025年前9个月的266.5%
• 毛利率从2023年的-24.7%提升至2025年前9个月的23.3%

商业化路径(最成功):

1. C端应用:
   • Talkie: 角色AI聊天应用,累计下载近1400万,月活接近Character.ai的60%,贡献大部分收入
   • Hailuo AI(海螺AI): 视频生成应用,2024年10月至2025年3月全球访问量第一,超越Sora和Runway
   • 11月海外版访问量1635万,国内版258万
2. B端服务:
   • 开放平台注册企业客户和开发者超5万
   • 合作覆盖200+国家和地区
3. 收入增长:
   • 2025年前9个月收入5343.7万美元(约3.76亿人民币),同比增长170%+
   • 付费用户从2023年的约11.97万增至2024年的约65.03万,2025年前9个月进一步攀升至约177.16万
4. 全球化:
   • 海外市场收入占比超70%
   • 全球用户超1.5亿
   • 与全球终端用户每天交互30亿次

IPO进展: 2025年12月通过港交所聆讯,预计净收入达7000万美元

工程与商业化对比

核心洞察:

• 腾讯: 工程能力最强,生态变现,但国际化较弱
• 阶跃星辰: 技术迭代快,但商业化依赖合作,独立变现能力待验证
• MiniMax: 商业化能力最强,全球化领先,极致效率,已实现规模化盈利路径

七、技术预判准确性:谁看得更远?

腾讯混元:务实派

2024年的预测:

• 长上下文将成为核心能力 ✅
• RAG技术将变革企业AI应用 ✅
• Agent平台将成为重点 ✅
• 多模态能力将深度融合 ✅

2025年实际表现:

• ✅ 推出256K长上下文能力
• ✅ 发布腾讯元器Agent开发平台
• ✅ 混元Turbo S进入全球前八(Chatbot Arena)
• ✅ 3D世界模型开源

预判特点:

• 务实准确,基于业务需求
• 聚焦落地,”从落地可用到智能协同”
• 预测与行业主流趋势一致

评分: ★★★★☆ (准确但不算前瞻,更多是跟随行业趋势)

阶跃星辰:前瞻派

姜大昕2024年的预测:

• 2025年是Agent元年 ✅✅
• Agent爆发需要两大条件:多模态能力+推理能力 ✅✅
• 智能终端(汽车、手机、机器人)是最重要的Agent落地场景 ✅
• 汽车是”最关键的Agent落地场景” ✅

2025年实际表现:

• ✅✅ Agent概念确实在2025年爆发,成为行业最热话题
• ✅✅ 多模态和推理能力在2024年突破(DeepSeek-R1等),为Agent铺路
• ✅ 与吉利、OPPO等合作,抢占智能终端Agent赛道
• ✅ 推出Step R-mini推理模型和Step 3多模态模型,技术路线与预判完全吻合

预判特点:

• 非常准确,提前1年准确预判Agent爆发时间点和必要条件
• 前瞻性强,在行业普遍关注纯文本对话时,坚定布局多模态
• 战略清晰,明确聚焦智能终端四大场景

评分: ★★★★★ (前瞻性和准确性俱佳,提前布局验证预判)

MiniMax:颠覆派

闫俊杰2024-2025年的判断:

• 2025年是AI Agent大放异彩的时代 ✅
• AI领域会多玩家共存,不会被垄断 ✅
• 通过算法优化,模型推理成本未来1-2年可再降一个数量级 ✅(MiniMax自身验证)
• 单一模型优势减弱,多Agent系统成为主流 ✅
• AGI一定会实现,将服务大众 ⏳(待验证)
• Lightning Attention将成为AI Agent时代的新基建 ⏳(行业共识尚未形成,但技术路径正确)

2025年实际表现:

• ✅ 1月开源MiniMax-01系列,首次大规模实现线性注意力机制
• ✅ MiniMax Agent发布,验证多Agent协作系统
• ✅ 成本降低路径验证:研发成本仅OpenAI的1%,毛利率从-24.7%升至23.3%
• ✅ 400万token超长上下文,为Agent时代提供技术支撑

预判特点:

• 颠覆性思考,挑战Transformer主流架构
• 务实验证,通过自身实践验证成本优化路径
• 长期主义,押注线性注意力作为未来基础架构

评分: ★★★★★ (技术颠覆性最强,成本优化路径最清晰,但架构革命尚需行业验证)

技术预判对比

结论:

• 腾讯: 准确但保守,跟随行业趋势
• 阶跃星辰: 前瞻性最强,提前1年准确预判Agent爆发
• MiniMax: 技术颠覆性最强,但架构革命需要时间验证

八、未来潜力研判:谁能笑到最后?

短期(1-2年):腾讯稳健领先

腾讯混元的优势:

• ✅ 600+业务深度整合,规模化应用最成熟
• ✅ 端侧部署能力最完善,抢占移动化先机
• ✅ 企业级Agent平台,契合B端市场需求
• ✅ 生态数据护城河深厚
• ✅ 资源充足,抗风险能力强

潜在风险:

• ⚠️ 国际化能力弱,主要服务国内市场
• ⚠️ 创新激进度不如创业公司
• ⚠️ 大公司体系可能限制快速迭代

短期预判: 腾讯在1-2年内综合实力最强,生态整合和端侧部署优势明显,适合企业服务和消费者应用市场。

中期(3-5年):阶跃星辰赌性最大

阶跃星辰的潜力:

• ✅ 智能终端Agent赛道前瞻布局
• ✅ 如果汽车、机器人等场景爆发,技术路线完美契合
• ✅ 多模态全栈能力(语音、视频、图像)
• ✅ 技术迭代速度快,2年16款模型

关键挑战:

• ❌ 端侧部署能力薄弱,依赖合作伙伴
• ❌ 工程化经验不足,规模化验证缺失
• ❌ 商业化路径不清晰,依赖外部合作
• ❌ 如果智能终端Agent场景爆发慢于预期,将面临现金流压力

中期预判: 阶跃星辰是高风险高回报的押注。如果智能汽车、具身智能在3-5年内爆发,阶跃星辰将获得巨大回报;但如果场景落地缓慢,可能面临商业化困境。核心变数是智能终端市场成熟速度。

长期(5-10年):MiniMax想象空间最大

MiniMax的颠覆性潜力:

• ✅✅ Lightning Attention架构革命:如果线性注意力成为行业共识,MiniMax将占据技术制高点
• ✅✅ 全球化能力:海外收入占70%+,1.5亿全球用户,商业化路径最成熟
• ✅ 极致效率:研发成本仅OpenAI的1%,小团队大产出,可持续性强
• ✅ 超长上下文优势:400万token为Agent时代提供技术支撑
• ✅ 商业化验证:C端应用(Talkie、Hailuo AI)已实现规模化盈利
• ✅ IPO后资金:即将上市,获得资本市场支持

关键挑战:

• ⚠️ Lightning Attention尚未成为行业共识,Transformer生态强大
• ⚠️ 端侧部署暂未布局,移动化能力缺失
• ⚠️ 团队规模小(385人),能否持续高强度竞争存疑
• ⚠️ 闭源为主策略,开源社区影响力需要时间积累

长期预判: MiniMax具有最大的想象空间和颠覆性潜力。如果Lightning Attention架构革命成功,MiniMax将成为”AI时代的新Transformer”;如果失败,仍可凭借全球化商业能力和极致效率成为一家优秀的AI公司,但难以挑战行业格局。核心变数是架构革命能否被行业接受。

三种路径,三种未来

终极研判:三足鼎立,各有千秋

这不是一个零和博弈的问题,三家公司代表了三种截然不同的发展路径:

1. 腾讯混元: “我有生态,你来用我的能力”
   • 最适合: 需要稳定企业级服务、丰富生态整合的场景
   • 未来定位: 中国市场的AI基础设施提供商
2. 阶跃星辰: “我有技术,我们一起定义未来场景”
   • 最适合: 探索智能终端新场景、快速技术迭代
   • 未来定位: 智能终端Agent领域的技术领军者(如果场景爆发)
3. MiniMax: “我要颠覆游戏规则,服务全球用户”
   • 最适合: 全球化C端应用、超长上下文Agent任务
   • 未来定位: 全球化AI公司 + 潜在的架构革命者

最可能的未来: 中国AI大模型市场足够大,可以容纳三种路径的成功。但MiniMax的想象空间和颠覆性潜力最大,如果Lightning Attention架构革命成功,将重新定义AI时代的技术底座;即使失败,其全球化商业能力和极致效率也能确保成为一家优秀的AI公司。

对开发者和企业的建议:

• 需要稳定服务+生态整合: 选腾讯混元
• 探索智能终端新场景: 选阶跃星辰
• 追求超长上下文+全球化+技术前沿: 选MiniMax

对投资者的建议:

• 稳健型: 腾讯(已上市,生态护城河深)
• 风险偏好型: 阶跃星辰(高风险高回报,赌智能终端爆发)
• 成长+颠覆型: MiniMax(即将IPO,全球化+架构革命双重潜力)

结语:竞争的本质是共同推动进步

2025年的中国AI赛道,不再是简单的参数军备竞赛,而是三种路径的深度博弈:

• 腾讯代表大厂的资源整合和生态优势
• 阶跃星辰代表创业公司的前瞻布局和垂直突破
• MiniMax代表极致效率和技术颠覆的全球化路线

这三家公司的竞争,本质上是在回答同一个问题:AI的未来在哪里?

• 是在生态整合中赋能千行百业?(腾讯)
• 是在智能终端中成为人类的智能伙伴?(阶跃星辰)
• 还是在架构革命中重新定义AI的技术底座?(MiniMax)

答案可能是:三者皆是。

正如闫俊杰所说,”AI领域一定会有多个玩家持续存在”。竞争不是为了消灭对手,而是通过不同路径的探索,共同推动技术进步和场景落地。

对于中国AI产业而言,这种”三足鼎立”的格局是健康的:

• 有大厂的稳健和资源
• 有创业公司的激进和创新
• 有全球化公司的效率和颠覆

最终,受益的是整个生态和亿万用户。

未来已来,让我们拭目以待。

参考来源

Sources:

• 腾讯混元推出首款开源混合推理模型
• 手机也能跑大模型,腾讯混元推出多款小尺寸开源模型
• 腾讯大模型战略首次全景亮相
• 阶跃星辰CEO姜大昕:进入Agent发展阶段,落地智能终端
• 最低调的「AI 六小龙」阶跃星辰
• 技术详解:阶跃星辰开源语音交互和视频生成模型
• MiniMax 闫俊杰和罗永浩四小时访谈
• 385人、平均95后,MiniMax百亿估值冲刺IPO
• MiniMax-01 is Now Open-Source: Scaling Lightning Attention
• MiniMax Agent深度评测
• 国产AI出海跑出黑马,MiniMax借海螺AI爆火海外
• 火线解析MiniMax招股书
• 开源首秀就放大招!MiniMax重磅更新两款大模型