【十字路口】对话 MiniMax 闫俊杰：M3、10X 计划、10T 模型、和智能的终局【视频播客】

摘要

探討 MiniMax 的 M3 模型突破、10T 大模型訓練決心及中美差距。講者閆俊傑分享了 M3 在 Token 消耗與能力上的超越，並提出「基模 vs Agent」需透過工程化體系（如多模型聚合）來解決次優程式碼問題。他強調 AI 不僅是工具，更是人類與 AI 競爭的新領域，需透過可解釋性與 AI 輔助來理解 AI 本身。

This podcast explores MiniMax's M3 breakthrough, its determination to train 10T models, and the true scale of the US-China AI gap. Speaker Yan Junjie shares how M3 surpasses expectations in token consumption and capability, proposing that 'Base Model vs Agent' requires an engineering ecosystem (e.g.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 10T 大模型訓練面臨資料與計算的巨大挑戰，需持續迭代。
• 基模與 Agent 需透過工程體系（如多模型聚合）協作，而非單純依賴單一模型。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00IO 分享：為何專注 Coding Agent 而忽略對話場景
2. 05:49七萬星 Dear Flow：為何成為開源界熱門專案
3. 08:47七萬星 Dear Flow：如何應對複雜語義與維護難題
4. 13:02上市金融公司：AI 在股權交易中的商業價值與門檻
5. 17:38AI 進步速度：為何一年僅需經歷數年才能完成
6. 22:07AI 進步速度：模型與人類如何共同進步而非互斥
7. 24:49AI 進步速度：如何定義並提升智慧水平 Benchmark
8. 28:02AI 核心是工具而非模型
9. 31:13AI 與金融場景的雙重價值
10. 37:21AI 的可解釋性日益重要

提到的工具與公司

• MiniMax
• M3
• OpenCL
• Cursor
• Multica

適合誰看

AI 開發者、程式設計師、技術管理者及對大模型未來趨勢感興趣的讀者。

摘要依據

依據

語音轉文字

為什麼排在這裡

人氣

0.19

新鮮

0.68

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• MiniMax 创始人闫俊杰×罗永浩！大山并非无法翻越Podcast ・ 罗永浩的十字路口 ・ 3 小時 51 分
• #490 – State of AI in 2026: LLMs, Coding, Scaling Laws, China, Agents, GPUs, AGIPodcast ・ Lex Fridman Podcast
• 118. 对李想的第二次3小时访谈：CEO大模型、MoE、梁文锋、VLA、能量、记忆、对抗人性、亲密关系、人类的智慧影片 ・ Zhang Xiaojun Podcast ・ 2 小時 46 分
• 97. 25年Q1大模型季报：和广密聊当下最大非共识、AGI的主线与主峰Podcast ・ 张小珺Jùn｜商业访谈录 ・ 2 小時 1 分（在新分頁開啟原站）
• 全球首份大模型财报！中国硬生生把AI干成了制造业！TOKEN贸易顺差时代来了？Podcast ・ 人民公园说AI ・ 38 分鐘（在新分頁開啟原站）
• EP 66. 深度解读Coding Agent与OpenAI o3：中美Agent 创业者、研究员与投资人眼里的未来Podcast ・ OnBoard! ・ 2 小時 47 分