MiniMax CEO：Edge Model Intelligence 匹敌 GPT-4，代理技术需要时间

MiniMax Intelligence 首席执行官李大海在 2026 北京致远大会上表示，尽管代理技术进展迅速，但仍需要采取审慎的方式。李大海在接受澎湃新闻及其他媒体采访时解释称，公众对零错误代理的期待超过了当前技术发展曲线所能交付的水平，因为该技术仍需要时间成熟。他将 2025 年认定为代理的首个年份，预计将迎来爆发式增长，并将深刻影响人类社会。不过他强调，要对当前 AI 代理领域的技术能力进行冷静评估。

李大海描述代理技术局限性与快速演进

李大海承认，大模型与代理技术的融合正在快速推进，部分场景已落地到实际应用中。在谈及代理局限时，李大海直言不讳：“到处都是问题。”他进一步阐述：“模型和 Agent 技术的演进非常快”，并解释称：“也许今天某些工作有 10% 的错误率，下个月错误率降到 1%——快速演进已经成为核心趋势。”

MiniMax 首席执行官反驳“小模型蒸馏”误区

李大海直接挑战业界普遍的看法，即“做出好的小模型必须来自对超大规模基础模型的蒸馏”，并称之为“认知误区”。他解释：“在蒸馏背后有一个非常具体的前提：被蒸馏的对象本身必须是一个好的模型。蒸馏本质上是：对于那些自身缺乏开发基础模型能力，但又想做应用落地的公司，他们会采用现成的小型基础模型，并通过微调获得特定场景能力。在这个过程中，他们可能确实会使用其他大模型来合成数据，让小模型获得相应能力。”他表示，这是一切大模型训练的范式，而不只限于小模型。

MiniMax 将训练负载迁移到国产芯片

李大海披露：“今年开始，随着整个行业将推理迁移到国产芯片，我们也在逐步把训练工作迁移到国产芯片和国产集群。”他指出提升国产算力生态的两条并行路径：第一条是自下而上的精细打磨，即大模型公司通过自身的训练实践逐步改善生态，“就像湿润石板的钻头，一点点来，需要时间。”第二条是自上而下的规划，以 MiniMax 与致远研究院在 FlagOS 软件生态上的深度合作为例：大模型公司与芯片公司建立深度合作，并在规划之下推进。MiniMax Intelligence AIInfra 负责人李宇轩表示，推理实际上对精度的要求比训练更高，而 MiniMax 提出的模型缩放技术成为关键突破：实现用非常小的模型去预测大模型的效果，并对国产芯片进行深入评测，将实验细节与海外厂商对齐，且验证训练精度是可用的。MiniMax 披露，其已在华为平台上实现了极低比特宽度的量化感知训练，效率达到普通训练的 95%。李大海解释称，5% 的损失来自量化器本身的开销，而通过与华为的深度合作，这一开销已被优化到最低。

MiniCPM-5 1B 在 ArtificialAnalysis 基准上接近 GPT-4o 表现

MiniMax Intelligence 宣布，MiniCPM 小炮第五代 1B 版本在权威 ArtificialAnalysis（AA）评测中取得 17.9 分。开源社区研究者对比发现，2024 年 5 月发布的 GPT-4o（200B 参数）在同类评测中的得分为 18.3-18.6，两者差距仅为 0.4-0.7 分。李大海表示：“在 2024 年我们预测，到 2026 年底，端侧模型的智能水平可以达到 GPT-4 水平。根据当前数据来看，这一目标已提前完成。”

在此前的“MiniMax 开源周”期间，MiniMax Intelligence 发布了两款端侧大模型：MiniCPM5-1B 和 BitCPM-CANN。MiniCPM5-1B 再次刷新模型智能密度的上限：在仅 1B 参数规模的情况下，它在国际知名的 AA-Index 领先榜上超过了所有 2B 以下参数的模型；与 3 个月前发布的 Qwen3.5-2B 相比，MiniCPM5-1B 不仅性能更好，同时参数量减半。

ForgeTrain：AI 书写的框架训练速度比 NVIDIA Megatron 快 10%

MiniCPM5-1B 模型由 MiniMax Intelligence 自主研发的 AI 训练框架 ForgeTrain 进行预训练。ForgeTrain 是全球首个完全由 AI 编写的、达到量产级的大模型预训练框架，不涉及人类程序员参与。其训练速度比 NVIDIA Megatron 快 10%。

常见问题解答

李大海在 2026 北京致远大会上对代理技术局限性的看法是什么？

李大海表示，公众对零错误代理的期待超过了当前技术发展曲线所能交付的水平，而该技术仍需要时间成熟。他将当前代理局限描述为“到处都是问题”，但强调错误率正在快速下降——在部分情况下，一周到一个月内从 10% 降到 1%。

MiniCPM-5 1B 的表现与 ArtificialAnalysis 基准上的 GPT-4o 相比如何？

MiniCPM-5 1B（1B 参数）在 ArtificialAnalysis 评测中得分为 17.9，而 GPT-4o（200B 参数，2024 年 5 月发布）在同一评测中得分为 18.3-18.6，两者差距仅为 0.4-0.7 分。

ForgeTrain 是什么？它与 NVIDIA Megatron 有何不同？

ForgeTrain 是 MiniMax Intelligence 自主研发的 AI 训练框架，是全球首个完全由 AI 编写、且不涉及人类程序员参与的量产级大模型预训练框架。它的训练速度比 NVIDIA Megatron 快 10%。