MiniMax 计划今年晚些时候开源 2.7 万亿参数大模型，挑战开源 AI 新高度

一句话看懂

中国 AI 初创公司 MiniMax 正在开发一个 2.7 万亿参数的大模型，并计划今年晚些时候开源，这将是目前最大的开源模型之一。

详细发生了什么

据外媒 The Decoder 报道，中国 AI 初创公司 MiniMax 正在开发一个参数规模高达 2.7 万亿（2.7 trillion）的大型语言模型，并计划于今年晚些时候以开源形式发布。MiniMax 此前已推出多个 AI 产品，包括聊天机器人、语音合成工具等，但此次开源计划将使其模型规模直接跃升至全球前列。

目前，开源大模型的参数规模多在百亿到千亿级别，例如 Meta 的 Llama 3 系列最大为 4050 亿参数，而 MiniMax 的 2.7 万亿参数模型将远超这一数字。如果成功开源，它将成为开源社区中参数规模最大的模型之一，甚至可能接近一些闭源商业模型（如 GPT-4 传闻的万亿参数级别）。

MiniMax 尚未公布具体的技术细节，如训练数据、架构设计或推理效率。但该公司表示，开源旨在推动 AI 技术的民主化，让更多开发者和研究者能够使用和定制大模型。

中文圈视角

对于中文 AI 社区，MiniMax 的开源计划有几点值得关注：

国内用户用得上吗？ MiniMax 作为中国公司，其模型大概率会针对中文场景优化，且开源后国内开发者可直接下载使用，无需梯子。但 2.7 万亿参数的模型对硬件要求极高，普通开发者可能难以本地部署，更多会通过 API 或云端服务调用。
与国产模型的对比：目前国内开源模型如 DeepSeek-V2（2360 亿参数）、Qwen2（720 亿参数）等，参数规模远小于 MiniMax 的新模型。如果 MiniMax 成功开源，将在参数规模上形成碾压优势，但实际性能还需看训练质量和优化。值得注意的是，参数规模并非唯一指标，MoE（混合专家）架构等设计可能影响实际效果。
对中文场景的影响：MiniMax 此前在语音、视频生成领域有积累，新模型可能融合多模态能力。对于中文写作、编程、办公等场景，开源模型将提供更强的本地化定制能力，但也可能引发数据安全和合规问题——开源模型若被滥用，监管风险需关注。
中文圈尚未讨论的盲点：MiniMax 的开源协议、商业使用限制、以及是否包含中文训练数据的细节尚未披露。如果协议过于宽松，可能被用于生成违规内容；如果过于严格，则可能限制其生态发展。

几条值得记住的细节

MiniMax 计划今年晚些时候开源 2.7 万亿参数的大模型，具体时间未定。
该模型参数规模是 Meta Llama 3 最大版本的 6.6 倍以上。
MiniMax 此前已推出 MiniMax-01 系列模型，但参数规模较小（约 4560 亿参数，采用 MoE 架构）。
开源模型可能采用 MoE 架构以降低推理成本，但官方尚未确认。
国内开发者需关注硬件需求：2.7 万亿参数模型即使量化后，也可能需要多张 A100/H100 才能运行。

一句话总结

MiniMax 开源 2.7 万亿参数模型，将极大推动中文开源 AI 生态，但实际效果和可用性还需等待发布后验证。