文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
有一說一 ， 最近國內的AI大模型圈 ， 屬實有點安靜了 。
先不談大伙萬眾矚目的DeepSeek-R2了 ， 這玩意除了半真半假的爆料以外 ， 沒有一點動靜 。
去年打得你來我往的AI六小虎 ， 今年好像也和小貓一樣蔫了 。
雖說也有發布 ， 但總的來說 ， 確實沒什么特別讓人驚艷的產品 ， 也沒啥讓人使用的欲望 。。
但就在昨天凌晨 ， 沉睡的小虎突然嚎了一聲：MiniMax宣布 ， 開源他們的首個推理模型MiniMax-M1 。
從跑分圖來看 ， 其他方面算是中規中矩 。 但MRCR這項測試 ， 也就是上下文長度測試 ， 似乎表現出了驚人的統治力 ， 跟其他開源模型拉開了一大截 ， 僅略遜于Gemini2.5Pro 。。
而且據Minimax團隊博客所說 ， 強化學習階段的算力成本僅有50多萬美元 。
又來個以小博大嗎？有點意思 。
世超也去下載了他們的技術報告看了一眼 ， 給大家說說里面的亮點吧 。
首先 ， MiniMax采用了一種叫“閃電注意力”的機制 。 其實也不算什么新機制 ， 算一種傳統注意力機制的優化版 。 簡單來說就是讓模型在處理數據時 ， 需要讀寫的次數更少 ， 因此大大提升了模型的效率 ， “閃電“這名字當然也是這么來的 。
其次 ， MiniMax-M1 的 RL 訓練框架上也進行了創新 。
我們經常在推理模型里看到“嗯”、“等等”、“啊哈”這樣的詞 ， 咱感覺它們沒啥用 ， 但其實它們對模型訓練來說非常重要 。
但 ， 一些舊的算法在訓練過程中 ， 也會覺得它們沒用 ， 所以很容易忽略它們 。。
所以MiniMax提出了一種叫CISPO的新算法 ， 解決方法是 ， 稍微調低一點這些詞的“影響力” ， 這樣既能讓 AI 學到關鍵的推理思路 ， 又不會因為這些語氣詞而干擾整個訓練過程 。
從論文來看 ， 這同樣提高了模型的訓練速度 ， 打敗了傳統的GRPO、DAPO 。
世超也是上手體驗了一波 ， 總的來說 ， 體驗可以說還不錯 ， 有值得說道的地方 。
先聊聊上下文吧 ， 可能還有很多差友不知道跑分圖中的MRCR( 4-needle )是什么意思 。
之前 ， 我們要測試模型的上下文長度 ， 使用的招數叫“大海撈針” 。 也就是往一本書的文本里塞一條特殊的信息 ， 比如“差評前沿部牛大了” 。
然后把這本書喂給AI ， 再問他差評前沿部是不是牛大了 ， 用它的回答來看它是不是記住了這條信息 。
但AI圈的內卷已經讓這個測試不夠用了 ， 隨之而來的是全新升級版——MRCR（Multi-Round Co-reference Resolution） 。
如果說前面那個叫大海撈針 ， 那MRCR(4-needle)就是撈4根針 ， 并研究出4根針各自的聯系 。
所以 ， 這測試不僅考驗它能不能在信息海洋里撈到針 ， 還要看它能不能在撈針的時候不被冗余信息沖昏頭腦 ， 可以說是非常難了 。
而MiniMax能把其它模型甩在身后 ， 肯定也是有點東西的 。
世超也簡單做了個測試 。 我下載了個txt版本的電子書 ， 赫爾曼·梅爾維爾的《白鯨記》 ， 約20萬個單詞 。 然后在里面偷偷加了句話：世超吃了生蠔后掉進了泥里 。
生蠔掉進了泥土里 ， 原來這就是蠔喜歡泥
然后我把書丟給MiniMax ， 并詢問它我的問題 ， 它的回答言簡意賅 。
不錯 ， 有點水平 。
而Gemini ， 則是精準說出了這句話所在的位置 ， 第135章 ， 而且速度也更快 ， 甚至還識別出這句話是我自己加上去的 ， 因為它說和上下文并無關聯 。。 只能說不愧是第一名 。
但 ， 我丟給DeepSeek ， 它說它根本讀不完 。。
只能說上下文長度這塊 ， MiniMax確實能算頂級 。
當然 ， 只有這個肯定不夠 。 世超還在Arxiv上隨便找了篇文章 ， 專挑那種看不懂的、公式多的 ， 差友有看得懂的也可以評論區交流 。
結果我發現 ， MiniMax可以作為科研狗的搬磚利器 。
我把文獻分別丟給MiniMax、DeepSeek、Gemini ， 讓它們保留格式翻譯文章 。
咱來看看MiniMax的結果：
別的不說 ， 這排版看起來就很清爽 ， 英文被翻譯成了中文 ， 但公式的位置完全沒變 。 甚至 ， 還能把圖附在翻譯里 。。
雖然內容不是100%正確 ， 但看了就讓人心情愉悅 ， 起碼看文獻的時候 ， 窗口不用切來切去了 。
DeepSeek這邊 ， 其實也還不錯 ， 但正文里的圖片它就附不上來了 。
但Gemini這邊 ， 排版甚至有點災難 。。
因此啊 ， 以后大家讀文獻用MiniMax ， 應該又能提升一波效率了 。
接著 ， 咱來測下編程能力 ， 我讓它們做了一個模擬多米諾骨牌的html文件 。 要求也很簡單：
點擊并拖動鼠標 可以在畫布上創建一排多米諾骨牌 。
松開鼠標 后 ， 最后一枚骨牌會被推倒 ， 引發連鎖反應 。
點擊屏幕底部的 \"RESET\" 按鈕可以清空畫布 ， 重新開始 。
咱先來看優等生的 。 Gemini直接大手一揮 ， 做出來一個完美的程序 。
DeepSeek這邊 ， UI還挺看著酷炫的 。 就是感覺 ， 代碼有點投機取巧了 。。 沒有感受到碰撞 ， 純純是讓多米諾自己躺平的 。。
MiniMax這邊 ， 就純粹不是多米諾了 ， 這是給大哥大嫂磕了個響頭 。
只能說編程這一塊 ， 還有進步空間啊 。
從這次發布來看 ， MiniMax的確還在搞自己的新東西 ， 前一陣還發了自己的聲音模型 ， 效果也很不錯 ， 有以假亂真之勢 ， 感興趣的差友也可以去試試 。
最后提一句 ， MiniMax在發布M1推理模型的同時 ， 還宣布了為期五天的連更計劃 ， 也就是說 ， 這周每天晚上都能享受到一款新模型 。 不知道大的還在不在后面？還真讓人有點期待了 。
【用50萬刀追平世界第一，MiniMax的新模型是怎么做到的？】
推薦閱讀
- 驍龍8至尊+衛星通信，榮耀6月用力過猛，16G+1TB跌價1199元
- 618沒有買iPhone16？不用后悔，iPhone17更值得買
- 對話紅帽高層：如何用開源的方法將AI帶入企業
- 手機運存卷到24GB了，是用戶剛需還是營銷噱頭？
- 驍龍8至尊版+1TB存儲，售價均不貴，耐用性極強的兩款手機！
- GaN，商用大跨步
- Adobe發布Firefly手機應用，旨在整合多家大模型
- 壕無人性！華碩發布黃金版5080顯卡，使用6.5克真金
- ChatGPT被指誘導用戶陷入陰謀論
- 庫克終于妥協，iPhone16e提前跌至“清倉價”，一步到位用六年