11月12日消息，近期，MiniMax 创始人兼 CEO 闫俊杰做客海外投资播客Invest in Progress，这也是他少见的对外媒完整分享对行业格局、商业模式以及通用人工智能的思考，他剖析了中美 AI 截然不同的发展路线，同时披露了公司商业化与产品的最新进展。

在闫俊杰看来，中美 AI 生态走出两条迥然不同的道路：美国依靠海量资本打造封闭 AI 体系，手握充沛算力、资金与芯片资源；而国内 AI 厂商受硬件条件约束，被迫深挖工程能力，追求算力利用效率，走出协作化发展路线。在他眼中，资源限制不完全是劣势，算力供给紧张，倒逼团队在算法、工程层面做精细化打磨，把压缩推理成本视作核心工作目标。

针对开源和商业化的关系，闫俊杰提出独特的判断：AI 行业的利润增长点不在于抬高产品售价，开源也不等于直接变现。开放模型，本质是借力全球开发者完成场景创新、产品分发和适配落地，衍生应用产生的需求，最终回流到企业付费服务。

闫俊杰抛出一个行业值得深思的现实：当前可以用仅 10% 的成本，实现前沿模型 95% 的性能，但剩下 5% 的顶尖能力，追赶难度远高于前面 95%。如果业务场景只需要绝大多数通用能力，效率路线会带来极强的成本优势；但面对最高难度任务时，那几个百分点的差距便会显现出来。

因此，闫俊杰认为后训练在 AI 演进中的权重会持续走高，MiniMax 也瞄准目标，希望未来搭建起全球规模领先的后训练系统，以此冲击更高水平的通用智能。

对于何为真正的 AGI，闫俊杰认为，当大量全新的科学突破需要 AI 参与完成，AI 可以自主提出全新理论，而不是单纯整理人类已有知识，才算 AGI 真正到来。

谈及 AGI 的未来归属，闫俊杰认为，真正需要讨论的不是 AGI 能否实现，而是技术成熟之后，红利由谁享有。AGI 不应当被少数企业、国家垄断，理应归属于使用者、二次开发的开发者以及科研贡献者。

这条效率优先的路线究竟能走多远，仍存在变数。闫俊杰也提到，如果全球前沿模型的能力还在高速突破，资本密集的一方有机会重新拉开差距；假设模型能力增长逐步触顶，那掌握极致低成本优势的玩家，就将拿到结构性竞争优势，而悬在行业面前的，正是那最难补齐的 5% 性能鸿沟。