最近的港交所是越来越热闹了。
沐曦上市的余温还在，壁仞、天数智芯接连IPO的动作也在持续引爆市场。另外一边，MiniMax等通过港交所聆讯的消息，一下子就将资本市场的目光重新聚焦在了AI大模型上。
12月31日，MiniMax开始招股，计划在本次IPO中发行25,389,220股，定价区间为151至165港元/股，在不考虑发售量调整权及超额配股权行使的情况下，发行估值将介 461.23亿港元至503.99亿港元之间，预计将于1月9日正式登陆港股资本市场。
值得一提的是，MiniMax在这次IPO发行中引入了一个堪称豪华的基石阵容，包括Aspex、Eastspring、Mirae Asset、阿里巴巴及易方达在内的14家基石投资者，认购总额约27.23亿港元。投资者类型横跨国际长线、头部科技、中资长线及产业战略等多个维度，在近期港股市场，如此多元的顶级资本罕见地协同一致，形成了强有力的价值背书。
MiniMax开启发售引发市场热议，不少投资人认为很可能成为又一个超认购的明星标的，这也引申出了一个被忽略的关键问题：这家拥有全球2.12亿用户、技术位列第一梯队的公司，该如何用估值模型进行合理定价。
如果说过去三年，一级市场在争论“谁能做出模型”，那么今天的问题已经变成，当模型已经成为基础设施，市场是否还在用上一代“单点能力公司”的逻辑去定义真正的平台型AI公司？
成立四年，冲击IPO的最年轻AI独角兽
关于MiniMax的创业故事，已经无需赘述。2022年初，前商汤副总裁闫俊杰在商汤上市前夕，毅然放弃手中的期权，辞职创业，他从上海起步，以研发通用人工智能为目标，建立了一家全球化AI公司。
从全球范围来看，MiniMax是少数自成立起，即专注全模态模型研发的大模型公司之一。短短四年间，MiniMax技术迭代密集，不仅做到了全模态领先，并且每年取得重要技术突破，持续上台阶，接连在语音、视频与文本等模型取得重要进展。
截至目前，MiniMax语音模型已经帮助用户生成了累计超过2.2亿小时的语音，视频模型已帮助创作者生成了超过5.9亿个视频。再比如，2025年10月，发布并开源新一代文本大模型MiniMax M2，在发布期间，就屡屡登陆各大榜单榜首，并刷新多个记录。
与这些亮眼成绩形成鲜明对比的是，MiniMax自成立之初就被看作是最低调、神秘的AI公司，除了技术和产品上的进展，他们对外鲜有发声，就连最常规的融资消息，他们也基本不主动披露。
翻阅招股书后，我们才发现，这家年轻公司竟然集齐了堪称顶级的投资阵容，其股东不仅有高瓴、IDG、红杉、经纬、明势、中国人寿等一线财务投资人，更有米哈游、阿里、腾讯、小红书等产业投资者，如此强大的资本阵容也助力MiniMax成为了目前成长最快、估值最高的AI科技公司。
当然，MiniMax以上种种光鲜最关键的就是“人”的因素。与其他大模型创业团队，动辄数名学术大咖，硅谷天才参与不同的是，MiniMax的创始团队中似乎只有闫俊杰一个“名人”。
可有时经验也会成为负累、甚至“牢笼”。所以，为了避免用上一代的解法面对新一代的挑战，闫俊杰另辟蹊径，在创业初期招了一堆初出茅庐的“生瓜蛋子”，他们虽不具备丰富的产业经验，但贵在没经验，也没被污染，他们就像一张没被训练过的显卡，算力纯净，可塑性极强。
这样年轻的团队在早期也引起了外界的一些质疑，甚至也得到了部分投资人的吐槽，毕竟当别人分别拿出一张又一张明星光环的底牌时，MiniMax还是只有闫俊杰。但好在这些噪音没有打败闫俊杰的坚持，在他看来，之前的经历很多东西是没用的，甚至很多传统AI的经验是相悖的。
于是，年轻化和极致高效的组织也成为了MiniMax最明显的标签，招股书显示，公司全员385人，平均年龄29岁，其中研发人员占比高达73.8%。同时，AI已经深入到日常工作的底层方式，MiniMax超过80%的代码不是人工逐行敲出来的，而是由AI完成的，这并不是为了“省事”，而是对工作方式的一次彻底重构。
在组织层面，公司在CEO之下设不超过三层职级，实现了管理效率的指数级缩放。也做到了“以一抵十”的产出效率，也向外界证明了其组织Scaling是基于“人才密度”而非“人力堆砌”。
而随着大模型战争的进一步深入，创业者或者创业团队年轻化已然成为了投资人考量的最关键因素之一，远的不说，就看今年红极一时的AI应用赛道，哪个不是00后。
当然，这都是后话，因为没有哪个案例，比MiniMax本身更有说服力了。一个对技术有着极致追求的准“90”后带领一支年轻队伍，花了三年，在极具挑战性的文本、音频、图像、视频和音乐在内的全球多种模态赛道站稳脚跟。
概括起来，MiniMax用了几百人的研发团队，用三年时间做成了四家公司才能完成的模型和产品矩阵，如果仅看文本模型，其编程场景对标的之一为Anthropic，它目前的估值为3500亿美元，研发人数为2000人左右。
同时，更可怕的真相早已写在了招股书中：MiniMax自成立到2025年9月累计花费5亿美金（约35亿RMB），对比OpenAI 400亿至550亿美元累计花销，MiniMax仅仅用了不到1%的钱做了全模态全球领先的公司。
这又何尝不是一种“离经叛道”的胜利？
这些结果也正好印证了闫俊杰曾谈到的：“对我们来说，有两个更重要的对比维度：一是和美国顶尖公司的技术、商业水平差距；二是和中国互联网大厂的资源、效率对比。创业公司之间的排名没有意义，人才竞争的主要对手是大厂，技术突破的目标是超越美国同行。”
被延续的中国一级市场定价
即便技术能够与美国同行较量，组织效率足够与大厂争先，但却依旧在中国一级市场的既有模式中。
刚刚公布的发行价就是最好的佐证。
此前投中嘉川在报道中指出，在中国市场，对AI公司的估值，是按照落地效率+产业化兑现速度来定价。这与美国有着明显的不同，美国资本市场对AI公司的估值逻辑，是按照未来可能控制AI基础层范式来定价。
那么对于MiniMax这样一家全球化的技术公司来讲，该如何定价？
其实不光我们，哪怕是经验丰富的投资人们对此也感到迷茫，在最近的播客中，两位主播Raymond和庄明浩给出了四种现有的估值方式，跟已经上市的上一代AI公司比、跟1%的美国头部公司比、用两年后的PS估值以及用购买牌桌上座位的价值比。
但无论哪种方式似乎都无法妥帖准确地评估出这一代模型公司的价值，尤其是平台型AI公司，而且它们其实在早期就已经“很贵”了，当高估值成为惯性、成为原生问题，那么按照现在二级市场估值，时间再回到两年前，相信很少有投资人能果断下注的。
与此同时，Manus被Meta收购的案例也为国内资本市场带来了生动的一课，作为一家纯应用公司，它被传出最低的收购价格也为20亿美元，而在一年前，张一鸣给出的价格仅为3000万美元。
这带来了一个新的思考：投资人该如何跳出传统思维看下一代AI？
其实海外早已是另一番景象。放眼全球，在这场人工智能的竞速赛中，资本的目光往往被最耀眼的故事所吸引——无论是仅凭创始人光环便能斩获数百亿估值的明星实验室，还是在单一赛道上突进的颠覆者。
然而，在这种略显浮躁的定价氛围中，一类真正稀缺的资产形态其价值可能被系统性地低估了：即那些已静默构建起跨模态、全栈式AI产品平台的公司。
相应地，当前的估值图谱呈现一种有趣的分化。一方面，市场毫不吝啬地为顶尖团队的“潜力”与“愿景”支付惊人的溢价。欧洲的Mistral、由OpenAI核心科学家创立的SSI，以及前CTO领衔的Thinking Machines Lab，这些机构在商业化进程尚未真正展开甚至模型尚未面世之时，其估值便已轻松突破百亿乃至数百亿美元关口。这清晰地表明，在资本眼中，通往AGI的“入场券”本身即拥有高昂的期权价值。
另一方面，在那些已成功将前沿研究转化为多模态产品矩阵的公司身上，市场的定价逻辑却显得复杂而谨慎。以MiniMax为例，它代表了一种不同于上述任何一种路径的成长范式。与其说它是某个单一领域的挑战者，不如说它是一家同步在文本、语音、视觉及跨模态生成等多个核心战场上，都建立起业界公认竞争力的“全能型选手”，这在全球范围内都属凤毛麟角。
闫俊杰也提到：“我们从一开始就明确，真正的通用人工智能（AGI）必然是多模态输入与多模态输出的融合体，只是这件事难度极大。三年多前创业时，全模态整合没有明确技术路线，所以我们决定先把每个模态单独走通，等到时机成熟再完成融合。”
OpenAI的GPT-4o就是多模态整合的成功案例，而现在我们已经具备了基础—每个模态都在数据、模型和使用场景上完成了积累，接下来几个月我们计划将它们整合到统一模型中，这在全球范围内都很少有公司能做到。”
然而，一个尚未被当前估值模型充分体现的核心变量在于：全模态能力的深度整合本身，可能创造超越单一模态总和的价值增量。这种“融合溢价”源于几个方面：技术栈协同带来的研发杠杆效应与更低的边际成本；面向复杂场景提供一体化解决方案所获取的更高客户生命周期价值与定价权；以及在技术范式快速演进中，通过模态间相互赋能而获得的、更敏捷的创新能力与风险抵御能力。
因此，对具备全栈能力的平台型公司，其估值不应仅仅是各垂直赛道估值的算术加总，而应在此基础上，赋予其“融合能力”与“平台潜力”以显著的溢价。这并非对现有领导者价值的否定，而是对一种更复杂、更稀缺的资产形态所蕴含的独特增长曲线与长期壁垒的重新定价。
稀缺标的的高回报想象
再看看MiniMax，差距不是1个数量级，这是什么？是机会，是价值洼地。
首先，正如前文所述，在多模态和技术维度，MiniMax已经在全球市场完成了一定程度的跑马圈地，即做到了各个领域多点开花。
与此同时，MiniMax展现出了越来越高的人才密度与高ROI的极强基础设施（Infra）能力：在收入实现174.7%爆发式增长的同时，研发开支仅增长30%，这种‘非对称’的增长结构证明了其底层Infra极强的优化能力与人才杠杆效应。
这样的结果也让MiniMax的信心大增，他们相信“下一个技术突破点，很可能就出现在自己的团队里。”但极致的人才效率和资本效率背后是持续的高投入。闫俊杰坦言：“现在确实是我们最虚弱的时候—投入四个领域的成本很高，但融合后的好处还没显现。”
于是可以看到，在未来一段时间内，MiniMax有两个明确的目标：
其一，在全球最核心的语言模型市场占据一席之地，未来一年，MiniMax至少要在全球主流语言模型市场占据个位数百分比，当前中国语言模型已积累一定使用量，但核心高价值场景仍被海外模型垄断，导致海外公司商业化规模是中国的100倍；
其二，是模态融合，现在技术已经到了这个时间点，产品形态肯定会有颠覆性变化，就像冰箱和可口可乐的区别—不是升级，是重构。
接着，我们再来看商业化部分。
招股书显示，MiniMax于2022年、2023年、2024年以及截至2024年及2025年9月30日止九个月年度，经调整亏损分别是1215万美元、8907万美元、2.44亿美元、1.7亿美元及1.86亿美元。
业务方面，B+C双轮驱动，C端，通过AI原生产品直接触达海量（2.12亿）终端用户，B端通过开放平台提供高效的API服务，深度赋能全球开发者与企业客户。其中10月发布的M2模型已经开始切Anthropic等toB领域的份额，商业化能力也才刚刚显现。
从纯粹的投资回报角度看，垂直领域的领导者——无论是大语言模型、视频生成还是语音合成——其高昂估值反映了市场对其技术壁垒、市场定位及商业化潜力的认可，这无疑是合理的。
对于具备远见的投资者而言，当前市场可能正提供了一个认知转换的窗口。当行业竞争从单点技术突破迈向复杂生态与综合体验的比拼时，这种能够提供一体化解决方案、具备持续创新引擎的公司，其战略稀缺性终将获得更充分的体现。
而MiniMax作为全球唯一一家全模态领先的创业公司，正在坚定地投身于一项具备长期价值的事业。这不仅是他们自身的信念，更获得了顶级长线投资机构的罕见共识。
长线基金通常投资门槛很高，往往青睐已经证明过商业模式或技术壁垒的企业。像是Aspex、Eastspring及Mirae Asset等长期布局的国际资产管理巨头，历来对参与港股IPO基石极为审慎。
此次出手，构成了一个鲜明的信号：不仅认可MiniMax作为全球AI第一梯队的投资稀缺性，更预示着对其未来数年成长性的长线陪伴决心。
他们用资本投票选出了在AI时代最具潜力与活力的年轻组织，未来他们将与这群年轻人共享AI带来的全新想象和长期价值，相应地，MiniMax在二级市场的价值，不仅仅是一次财务估值的修正，更是投资范式对AI产业竞争本质的再认识。