#433. 探秘MiniMax：他们如何构建开源模型

📝 本期播客简介本期我们克隆了 Inside MiniMax: How They Build Open Models对话来自 MiniMax 的高级研究员 Olive Song。作为国内领先的 AI 实验室，MiniMax 近期发布的开源模型在编程和逻辑推理领域引起了广泛关注。Olive 在节目中深度分享了模型开发背后那些“惊心动魄”的瞬间——从实验失败的“ICU”状态到突破后的“KTV”狂欢。你将听到：在算力约束下，研究团队如何通过第一性原理解决强化学习中的精度难题；为什么在 AI 时代，工程规范（Engineering）的重要性远超学术理论；以及 MiniMax 如何利用内部 AI Agent 来追踪全球瞬息万变的研究进展。这不仅是一次关于技术细节的深挖，更是一次关于 AI 实验室文化、开源策略以及通往 AGI 路径的深度思考。👨‍⚕️ 本期嘉宾Olive Song，MiniMax 高级研究员。目前负责新版本 MiniMax M2.2 的研发工作，专注于强化学习（RL）、人类对齐（Alignment）以及模型评估。她深度参与了 MiniMax 多款核心模型与产品的迭代，对大模型在编程智能体（Agent）和长程规划方面的能力有深刻见解。⏱️ 时间戳00:00 开场 & 嘉宾介绍实验室的“心跳”与文化01:11 早上进 ICU，晚上去 KTV：AI 研究员的真实情绪曲线02:46 角色扮演与情感价值：为什么 AI 陪伴将改变未来的社交03:32 普惠智能（Intelligence with everyone）：AI 如何降低专业领域的门槛技术深挖：强化学习与对齐04:47 约束“钻空子”的模型：人类对齐在编程模型中的核心地位05:34 理论与实现的差距：为什么 FP32 精度是提升 RL 效果的关键06:30 第一性原理：从底层逻辑拆解实验中的不可解释现象开源策略与评估心法07:11 为什么选择开源权重：研究员视角下的社区力量与商业博弈08:36 安全性基准：在发布模型前，实验室如何进行“大规模体检”09:34 编程即建模：通过工程化手段扩展人类能力的边界15:59 评估的艺术：为什么“五个问题”测不出一个好模型智能体（Agent）的未来10:35 长程规划挑战：如何定义任务、环境与 RL 基础设施11:37 算力优化：在 GPU 受限时代，如何用算法压榨硬件性能17:23 追赶 Claude：开源模型在复杂环境理解上的差距与突破点19:39 M2.2 预告：更稳定的长上下文处理与多语言编程能力研究员的自我进化20:18 用 Agent 卷科研：MiniMax 内部如何自动化追踪全球论文与代码21:21 走出象牙塔：为什么工业界的工程规范比学术点子更重要22:41 协作的未来：让模型与专家实现“优雅协作”的三个月目标25:53 谈谈 AGI：一个直到实现那一刻才能被定义的“移动目标”27:11 结尾：推荐书目《创造的艺术》与发现问题的思维方式🌟 精彩内容💡 “早上 ICU，晚上 KTV”Olive 生动地描述了强化学习研究的日常。由于模型行为的不可预测性，研究员的心情往往随着实验曲线剧烈波动。这种对未知的激情和对结果的好奇，是驱动顶尖实验室在高强度下持续创新的原动力。🛠️ 工程化（Engineering）是第一生产力从学术界转向工业界，Olive 深刻意识到“玩具模型”与“大规模生产”的区别。她强调，很多时候算法的突破并不源于聪明的新点子，而是源于对工程细节（如精度控制、数据清洗、算力调度）的极致追求。🚀 用 AI 加速 AI 研究面对日新月异的 AI 进展，MiniMax 团队并没有陷入信息焦虑。他们构建了内部研究员 Agent，自动过滤、总结并分析全球的论文和博客，甚至用编程 Agent 跑通新发布的仓库。这种“模型辅助研究”的工作流，让他们能始终站在技术的最前沿。💻 开源模型的“性格”与对齐Olive 认为，一个理想的通用模型应该能通过系统提示词扮演任何性格。她坦诚开源模型在适应复杂工具调用和状态跟踪方面仍与 Claude 等顶尖闭源模型有差距，但通过系统性的研究（如 M2.5 序列），这一差距正在被迅速缩小。🌐 播客信息补充翻译克隆自：Turing Post Podcast: Inside MiniMax: How They Build Open Models本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight