MiniMax融资百亿港元：CEO零薪酬背后的战略深意

事件复盘：160亿港元融资与CEO的“全部押注”

2026年7月10日，AI大模型公司MiniMax宣布完成约160亿港元（折合人民币约148亿元）的新一轮融资。据知情人士透露，本轮融资由某头部主权基金领投，多家产业资本跟投，融资完成后公司估值突破千亿港元关口，正式跻身港股AI大模型领域的“百亿独角兽”阵营。

同一天，MiniMax创始人兼CEO闫俊杰发布全员内部信，宣布三项重大决定：第一，在通用人工智能（AGI）实现之前，本人不再领取任何薪酬；第二，将个人持有的约4%股份授予核心团队成员；第三，拿出个人约1%股份设立开源基金，用于支持国产AI开源社区建设。这三项决定合计涉及闫俊杰个人约5%的股份，按当前估值计算，这部分权益价值约50亿港元。

这一消息在投资圈和科技圈引发广泛讨论。支持者认为这是创始人“all in”心态的极致体现，有助于凝聚团队信心；质疑者则关注这笔大额融资背后的商业化压力，以及一家尚未盈利的公司何以支撑如此高的估值。本文将从四个维度对这一事件进行深度拆解。

一、国内大模型独角兽竞争格局梳理

1.1 行业座次初定，百亿融资成“门票”

截至2026年中，国内AI大模型行业已形成相对清晰的竞争梯队。第一梯队由字节跳动（豆包）、百度（文心一言）、阿里（通义千问）组成，这三家企业依托母公司的流量入口和算力资源优势，在用户规模和API调用量上领先。第二梯队以月之暗面（Kimi）、智谱AI（GLM）、MiniMax为代表，这批公司凭借差异化产品路线和垂直场景深耕，积累了稳定的开发者生态。

值得关注的是，2025年下半年以来，行业出现明显的“融资军备竞赛”态势。据不完全统计，2025年全年国内AI大模型领域披露的融资总额超过800亿元人民币，其中单笔超过50亿元的案例达到7起。MiniMax本轮160亿港元的融资规模，在年内仅次于某头部企业的战略融资，位列第二。

1.2 MiniMax的差异化定位

MiniMax成立于2021年12月，由前商汤科技副总裁闫俊杰创办。公司早期以“文本到语音”技术见长，2023年推出自研大语言模型后，开始向多模态方向拓展。目前MiniMax的核心产品包括：面向开发者的MaaS平台（模型即服务），面向企业的API调用服务，以及面向消费者的海螺AI助手。

从技术路线看，MiniMax采用了“混合专家模型（MoE）+ 长上下文窗口”的架构设计，在保持推理效率的同时提升了模型在长文本理解、多轮对话等场景的表现。据公司披露，其最新一代模型在多项权威基准测试中进入国产前三行列。

差异化竞争策略体现在两个层面：一是API定价策略，MiniMax采用“tokens计费+阶梯折扣”模式，相较于头部厂商的固定套餐价格更具灵活性，吸引了大批中小开发者；二是企业级定制服务，公司在金融、医疗、法律等垂直领域建立了完整的数据标注和微调流程，能够为客户提供“基座模型+行业适配”的一站式解决方案。

二、CEO零薪酬+股权激励：创新还是噱头？

2.1 不领薪酬的法律与财务逻辑

闫俊杰宣布“在AGI实现前不领薪酬”，这一表态需要从法律和财务两个层面理解。

法律层面，根据港交所《上市规则》及相关公司法规定，上市公司董事、高管的薪酬由董事会薪酬委员会拟定，经股东大会批准后执行。CEO自愿放弃薪酬在法律上属于“赠与”性质，理论上可行，但需在公司章程或相关协议中明确约定。若公司后续启动IPO，该承诺需要写入招股说明书并接受联交所审视。

财务层面，CEO不领薪酬将直接减少公司的管理费用支出。以一家千亿港元估值公司的CEO正常薪酬水平估算（底薪+奖金+股权激励约5000万-1亿港元/年），若闫俊杰本轮融资后连续5年不领薪酬，将为公司在报表层面节省约2.5亿-5亿港元的现金支出。这对于一家仍处于亏损状态的AI公司而言，是一笔可观的“节省”。

但需要注意的是，不领薪酬并不意味着“零成本”。闫俊杰作为公司实控人，其个人持股价值与公司估值高度绑定。从激励理论角度，这是一种“风险共担、收益共享”机制——当公司估值上涨时，闫俊杰的个人财富随之增值；当公司估值下跌时，其损失同样巨大。这种安排在硅谷科技公司中并不罕见，特斯拉CEO马斯克曾在2018年宣布放弃任何薪酬，只领取期权激励，本质逻辑相似。

2.2 4%股份激励：留住核心人才的“黄金手铐”

MiniMax本轮股权激励方案的核心条款包括：激励总量为闫俊杰个人持股的4%（按当前估值约40亿港元），授予对象覆盖技术骨干、产品负责人、中层管理者三类群体，锁定期为4年（逐年解锁25%），解锁条件与公司业绩/估值挂钩。

从激励结构设计看，这套方案体现了几个特点：

• 覆盖面广：据内部人士透露，首批激励对象约300-500人，占公司总员工数的15%-25%，意味着核心团队的稳定性得到初步保障；
• 长期绑定：4年锁定期与行业惯例一致，但解锁条件与估值挂钩，意味着员工只有持续推动公司价值增长才能兑现激励；
• “创始人让利”模式：与常规的员工股权激励计划（ESOP）不同，MiniMax的激励股份来源于闫俊杰个人持股，而非公司增发的股份池。这意味着其他股东的权益不会被稀释，但闫俊杰本人的持股比例将相应摊薄。

从行业对比看，头部AI公司的股权激励力度普遍较大。据公开信息，智谱AI在2024年的员工持股计划估值约20亿元人民币，月之暗面同期估值约30亿元人民币用于团队激励。MiniMax此番40亿港元的激励规模，在行业内属于第一梯队。

2.3 1%开源基金：战略布局还是公关噱头？

闫俊杰宣布拿出个人1%股份（约10亿港元）设立开源基金，用于支持国产AI开源社区建设。这一决定在业内引发两种解读：

支持方观点认为，AI开源生态的繁荣有助于降低行业整体研发成本。以Meta开源Llama系列模型为例，其下载量已突破3亿次，催生了数千家基于Llama二次开发的应用企业。MiniMax若能通过开源建立开发者生态，有望在模型层之上构建“应用层流量池”，形成类似Android对Google的战略价值。

质疑方观点则指出，开源基金的运作机制尚不清晰。10亿港元的承诺若以“股份”形式存在，则实际价值随公司估值波动；若以现金形式捐赠，则需要专项托管安排。此外，开源基金的投向、决策机制、审计流程均未披露，存在“雷声大雨点小”的风险。

据MiniMax官方说明，开源基金将重点支持三类项目：（1）基础模型开源——公司计划在未来12-18个月内开源3-5个版本的轻量级模型；（2）工具链开发——包括微调框架、推理优化、评测平台等；（3）社区运营——资助高校实验室、开源社区运营者的日常开支。具体执行细节预计在2026年Q4前公布。

三、160亿港元融资投向与商业化压力

3.1 融资规模解读：港股年内第二大融资案

从绝对金额看，MiniMax本轮融资160亿港元在港股市场属于什么量级？据Wind数据统计，2026年上半年港股一级市场融资（剔除IPO）中位数约为5-10亿港元，超过50亿港元的案例不超过5起。160亿港元的规模意味着MiniMax进入了“超级独角兽”行列，与同期的小米、字节跳动早期融资体量相当。

从资金用途看，根据公司向投资人发送的融资材料，本轮资金将按以下比例分配：

算力投入占比最高（45%）符合行业规律。据业内测算，训练一次千亿参数大模型的硬件成本约为5000万-1亿美元，而国内GPU芯片获取受出口管制影响，A100/H100等高性能芯片价格较海外溢价约30%-50%，进一步推高了算力成本。

3.2 商业化现状：收入增长与亏损扩大并存

MiniMax目前尚未披露详细财务数据，但据投行研究报告推算（数据来源：待确认），公司2025年收入约为15-20亿元人民币，同比增长约200%-300%。收入结构中，API调用服务占比约60%，企业定制服务占比约30%，C端产品（海螺AI）贡献约10%。

与此同时，公司亏损规模也在扩大。据同一来源测算，MiniMax 2025年净亏损约为30-40亿元人民币，主要来自高昂的算力成本和研发投入。换言之，公司每实现1元收入，背后对应约2元的亏损。

这一“烧钱换增长”的模式在AI行业并不罕见。以美国同类公司为例，OpenAI 2024年收入约37亿美元，但亏损同样超过50亿美元；Anthropic同期收入约8亿美元，亏损约10亿美元。AI大模型行业目前仍处于“以投入换技术、以技术换市场”的早期阶段，盈利压力将在未来2-3年内逐步显现。

3.3 投资人视角：千亿估值贵不贵？

按本轮融资计算，MiniMax估值约1000亿港元（约130亿美元）。这一估值对应的PS（市销率）倍数约为50-65倍，远高于港股SaaS公司平均的10-15倍，也高于美股AI概念股的20-30倍。

支持高估值的逻辑包括：AI大模型是下一代互联网的“操作系统”，具有平台价值和生态溢价；MiniMax在特定垂直领域的技术壁垒尚未被突破；港股市场缺乏纯正的大模型标的，存在稀缺性溢价。

质疑高估值的理由同样充分：公司在与字节、阿里、百度等巨头的正面竞争中并无明显优势；160亿港元的融资可能3-5年内耗尽，届时若商业化进展不及预期，将面临严峻的融资压力；港股市场流动性整体偏弱，千亿港元市值需要持续的买方资金支撑。

四、开源战略对国产AI生态的影响

4.1 全球AI开源格局与中国角色

开源已成为全球AI发展的重要趋势。据GitHub统计，2025年AI相关开源项目数量同比增长180%，星标数超过1万的开源模型超过50个。从主导力量看，美国企业（Meta、Google、Stability AI）占据开源模型的主导地位，中国企业和研究机构的参与度正在提升，但在模型影响力、开发者社区活跃度等方面仍有差距。

在国内，AI开源已形成三股力量：第一类是头部大厂的开源项目（如阿里的通义系列、百度的文心系列），通常采用“部分开源+核心闭源”策略；第二类是研究机构的学术开源（如智谱AI的GLM系列、清华团队的ChatGLM），更注重模型复现和技术透明；第三类是独立创业公司的商业开源（如MiniMax计划的轻量级模型），开源目的是建立生态、获取用户。

4.2 MiniMax开源策略的潜在影响

若MiniMax按计划在2026-2027年开源3-5个版本的轻量级模型，其对行业的影响可能体现在以下几个层面：

对开发者社区：轻量级开源模型（如7B、13B参数）对企业用户和个人开发者更具吸引力，因为这类模型可以在消费级GPU上运行，降低了试用门槛。参考Meta开源Llama 2的经验，中小企业基于开源模型的二次开发和部署，可在6-12个月内形成生产力，直接采购闭源API的需求相应减少。

对竞争对手：开源策略可能引发价格战。MiniMax若开源部分模型，其API定价的“天花板”将下移，迫使其他闭源厂商跟随降价。据估算，2025年国内大模型API价格已较2024年平均下降60%-70%，开源浪潮可能加速这一趋势。

对AI芯片行业：开源模型在国产芯片（如华为昇腾、寒武纪）上的适配优化，将成为国产AI芯片生态建设的重要推动力。MiniMax若将开源基金的一部分用于国产芯片适配，有望获得芯片厂商的配套支持。

4.3 开源的风险与边界

开源并非没有边界。安全风险是首要考量：大模型的开源版本可能被用于生成有害内容、深度伪造、自动化攻击等场景，引发监管关注。2025年，多国政府开始讨论对开源AI模型实施“出口管制”或“安全认证”制度，中国监管层面也可能跟进类似要求。

商业可持续性是另一挑战：开源不等于免费。模型开源后，公司的收入来源需要从“卖模型调用次数”转向“卖服务、卖支持、卖增值功能”。这一转型能否成功，取决于企业客户的付费意愿和公司的服务能力。

五、总结与展望

MiniMax本轮160亿港元融资及CEO的一系列表态，可以被解读为“在关键窗口期的战略押注”。当前国内AI大模型行业正处于从“技术竞赛”向“商业落地”转型的关键阶段，融资窗口可能收窄，竞争对手的差距可能拉大，头部效应将愈发明显。在这一背景下，MiniMax选择以“全押注”姿态换取资金、人才和生态资源，是一种高风险高回报的战略选择。

从长期看，这笔融资能否转化为商业成功，取决于三个核心问题：第一，算力投入能否转化为技术领先——千亿参数模型的训练需要持续迭代，短期内难以形成绝对壁垒；第二，API收入能否覆盖算力成本——按当前定价水平，MiniMax需要将付费用户规模扩大10-20倍才能实现盈亏平衡；第三，开源策略能否建立生态护城河——这需要时间验证，且存在被竞争对手快速复制的风险。

对于投资者而言，MiniMax这笔融资提供了一个观察国内AI大模型行业演进的窗口。但需要清醒认识到，AI大模型仍是一个高投入、高不确定性、政策敏感的赛道，传统的估值方法（DCF、PS倍数）在行业早期阶段的适用性有限。

风险提示

本文基于公开信息整理，相关数据（包括融资细节、财务推算、公司表态）可能存在不完整或待确认之处，不构成任何投资建议。投资者应关注以下风险维度：

行业风险：AI大模型行业竞争加剧，头部互联网企业依托资源优势加速布局，独立AI公司面临技术代差和用户获取的双重压力。行业融资环境若收紧，中小企业的现金流压力将显著上升。

公司风险：MiniMax目前尚未盈利，商业化进展存在不及预期的可能；创始人闫俊杰的“全押注”表态虽体现信心，但也意味着公司决策高度集中，若核心团队出现变动，可能对公司运营造成重大影响。

政策风险：AI大模型的监管框架仍在完善中，生成式AI内容标注、数据跨境流动、模型安全评估等政策要求可能增加企业合规成本。开源战略若涉及核心代码或敏感技术，可能面临出口管制或安全审查。

流动性风险：本轮融资为私募股权融资，短期内无法变现。若MiniMax后续启动港股或美股IPO，估值水平将受市场情绪、流动性和可比公司表现影响，投资者可能面临估值回调风险。