TL;DR：
随着AI应用从单一的编程辅助演进为全模态的生产力工具，以MiniMax为代表的头部厂商正通过极致的推理效率和生态整合重塑商业逻辑。这一转折预示着行业竞争的核心已从“烧钱买算力”转向“智能密度与Token吞吐量”的效率较量。
过去两年，关于AI泡沫的哀歌唱得震耳欲聋，但如果说代码编写的爆发仅仅是让那些怀疑论者闭嘴的序曲，那么真正决定谁能穿越周期的，是一场悄然上演的“多模态”叙事反转。当资本市场还在为Anthropic的营收奇迹惊叹时，大洋彼岸的中国战场已经走出了另一条截然不同的曲线。
如果代码是AI进入企业工作流的破门锤，那么全模态能力则是它入驻中枢的入场券。摩根士丹利的分析指出，MiniMax在基础设施部署上的经济灵活性，使其在高性能推理集群中跑赢了大盘，这不仅仅是技术上的胜利，更是商业算术的碾压：当Claude Opus 4.6等国际主流模型仍在高位徘徊时，中国原生AI公司已经通过架构创新实现了成本的结构性优化，让复杂的生产力工具在经济上变得“触手可及”。
市场格局的重新洗牌
AI行业的竞争逻辑正在经历从“规模即正义”到“智能密度即红利”的演变。过去，企业为AI付费是因为“好奇”，而今天，它们是因为AI能切实地在数据分析、文档处理甚至复杂的视频生成中创造价值。数据显示，中国模型的Token消耗量在短短一年内从5%飙升至32%1，这一数据的背后，是开发者与企业用实际支票做出的选择。
这种转变的核心驱动力在于“效率差”。正如MiniMax创始人闫俊杰所言，AI时代平台公司的价值公式可以简化为：智能密度 × Token吞吐量。在这一逻辑下，那些具备“全栈”自研能力——即在文本、音频、图像、视频和音乐模态间无缝衔接的公司，不再是简单的技术承包商，而是构建了通向AGI的新型基础设施。
商业模式的自我进化
随着“全模态”成为新的入场门槛，我们正目睹一场AI从“工具时代”迈向“生态时代”的分水岭。Anthropic试图通过扩充编程之外的应用场景来寻找增长，而MiniMax等中国厂商则更早地践行了“生而全球”的平台化战略。通过在编程、办公以及娱乐领域的双轮驱动，公司不仅在B端API市场实现了快速扩张，在C端互动娱乐领域的付费意愿提升，也让毛利率从早期的负值扭亏为盈2。
然而，这也带来了一个发人深省的问题：AI公司的护城河究竟是什么？如果是简单的模型参数，那么它终究是容易贬值的商品。但如果是一个能通过持续的迭代闭环——即“用户数据反哺模型、模型优化降低推理成本、成本降低推动大规模落地”的商业飞轮，那么这种稀缺性资产，即便在不确定性的市场情绪下，也能展现出穿越周期的韧性。
正如经济学家Eldar Maksymov所言，技术的进步总会创造出前所未见的需求3。如果说过去的一年我们还在探讨AI是否会取代人类，那么现在的问题则是，人类准备好如何调动这些随时待命的数字“合伙人”了吗？大的要来了，而对于那些依然用旧的工业时代的刻度尺去测量AI平台的投资者来说，他们可能会错过整个新世界。