在人工智能技术日新月异的当下，上海AI独角兽MiniMax稀宇极智在10月最后一周掀起了一场AI技术的“全家桶”发布热潮。

继开源文本大模型M2震动全球AI圈，MiniMax接连发布视频模型Hailuo 2.3、语音模型Speech 2.6和音乐模型Music 2.0，标志着中国AI企业在全模态技术领域的全面突破。

中国开源模型首次跻身全球前五

10月27日，新一代文本大模型MiniMax M2正式发布和开源，这款仅有10B激活参数（总参230B）的轻量级模型在全球权威测评榜单Artificial Analysis （AA）上创造了历史性突破——总分冲入全球前五、开源第一，成功跻身全球文本模型第一梯队。

这一成绩的意义非同寻常。长期以来，全球大模型的“S级”梯队几乎被硅谷巨头们垄断，而M2的出现首次为这一梯队注入了强劲的中国开源力量。更令人瞩目的是M2的颠覆性定价策略。该模型综合成本低至约0.53美元/百万Token，不及Claude 4.5 Sonnet的8%，推理速度是其近两倍。这种“高智能，更实惠”的理念正在从根本上改写AI领域的“算力游戏”规则。

“M2专为编码与智能体任务深度优化，完美契合了新兴多智能体工作流对高效协同与快速响应的需求。”MiniMax相关负责人表示。在模型性能、推理速度、推理成本的“不可能三角”中，MiniMax几乎做到了最佳优化。而这些能力对于企业内部的自动化支持、研发和数据分析等场景部署越来越重要。

值得注意的是，文本模型M2上线仅5天，在API整合平台OpenRouter上的实时调用token量已经排到了全球第四、国产第一，超过DeepSeek和Qwen；在编程场景中全球第三。M2在Coding，Agentic，Deep Research等场景显著提升，作为第一个国产模型真正在复杂的Coding、Agent场景中进入硅谷主流视野，每天的调用量token仍在迅速增长。

多模态家族持续更新

紧随M2的发布，10月28日最新视频生成模型海螺2.3（Hailuo 2.3）发布。这款在Hailuo 02模型基础上实现全面技术升级的新版本，在动态表现力、风格化呈现以及人物表演细腻度方面取得了显著突破。新版本模型再次刷新了全球视频模型效果成本纪录，在提升性能表现的同时保持了Hailuo 02的原有定价水平，实现了“加量不加价”的承诺。

在语音技术领域，MiniMax发布的Speech 2.6模型同样引人注目。该模型专门针对声音智能体（Voice Agent）场景进行了深度优化，将首包响应时间压到了250毫秒，达到了语音赛道的绝对头部水平。与传统语音指令识别不同，Voice Agent不只是简单将语音转成文字，而是具备完整的交互能力，几乎所有需要“用说话代替打字”的场景，都依赖Voice Agent来承接需求、理解意图并给出反馈。

在音乐生成领域，MiniMax Music 2.0模型实现了真正的跃升。该模型不仅能够精准捕捉与还原人声的细腻情绪和器乐的动态张力，更像一位“会唱歌的制作人”，懂节奏，也懂情绪。Music 2.0在人声表现方面实现了重大突破，音色无限接近真实人声，能够驾驭多种唱法和情感风格。

中国AI展现“算法自信”

MiniMax此次“AI全家桶”发布的意义超越了技术本身，它折射出中国AI在全球科技版图中的角色变迁。能在全模态自研层面都做到模型领先，具有综合研发积累的公司，目前有OpenAI、Google等国际巨头，而MiniMax是唯一一家亚洲公司，也是其中唯一一家创业公司。从meta对MiniMax底层CISPO算法的“致敬”，到今天MiniMax全模态模型以顶级性能和颠覆性成本向全球开源，中国AI正在完成从应用模仿的“中国制造”到算法原创的“中国创造”的战略转变。

强大的基础大模型是推动AI与实体经济深度融合的关键。MiniMax的全模态“全家桶”更像是一份中国方案，用性能比肩顶尖水平、成本实现普惠、算法勇于原创的独特AI发展路径，向世界提交答卷。

可以看到，中国AI正以一种前所未有的自信姿态，从全球AI竞赛的“跟跑者”，加速变为关键赛道的“领跑者”。随着海螺2.3、Speech 2.6、Music 2.0的正式发布，AI视频、语音、音乐生成技术将迎来新的发展阶段，为数字内容创作产业注入新的活力。

MiniMax相关负责人表示：“AI技术正在改变越来越多人的工作和创作方式，我们希望成为创作者的全能助手和创新先锋，让每一个灵感都能超越形式的限制，生长成各行各业的真实生产力。”

原标题：《上海AI独角兽本周抛出大模型“全家桶”，性能顶尖、成本普惠、算法原创！》

栏目编辑：陆梓华 题图上观题图 采访对象供图

作者：新民晚报 郜阳