稀宇科技计划推2.7万亿参数大模型

背景

近年来，大语言模型（LLM）的参数规模持续攀升。从 OpenAI 的 GPT-3（1750 亿参数）到 Meta 的 Llama 系列，再到国内多家厂商推出的千亿甚至万亿级模型，参数量的增长被视为提升模型能力的关键路径之一。稀宇科技（MiniMax）作为中国领先的 AI 创业公司，此前已推出多个版本的对话与多模态模型。最新消息显示，MiniMax 正在规划一款参数规模高达 2.7 万亿的新一代大模型，这将是迄今为止国内公开披露的最大参数规模模型之一。

核心内容

据多家财经与科技媒体报道（包括财联社、同花顺财经、新浪科技等），稀宇科技（MiniMax）计划推出参数规模达 2.7 万亿的新一代大模型。该消息最早由 ReadHub 科技日报等渠道报道，随后被多家媒体转载。目前 MiniMax 官方尚未发布正式公告，具体模型架构、训练数据规模、发布时间等细节尚未披露。2.7 万亿参数使其在全球已公布的大模型参数规模中位居前列，超越了此前 GPT-4 传闻中的 1.8 万亿参数（未经官方确认）以及 Google Gemini 的万亿级水平。这一规划表明 MiniMax 对大模型极致能力的追求，也预示着国内 AI 军备竞赛进入新阶段。

关键要点

• 公司主体：稀宇科技（MiniMax），国内头部 AI 创业公司，此前已推出 MiniMax-01 等模型。
• 参数规模：2.7 万亿，远超现有公开的大多数大模型。
• 消息来源：财联社、同花顺财经、新浪科技等多家媒体援引相关报道，尚未获得 MiniMax 官方确认。
• 模型定位：新一代大模型，指向进一步突破现有语言理解与生成能力。
• 行业背景：当前大模型参数竞赛仍在继续，但业界也开始关注效率、推理成本与实用性。

意义与影响

• 技术层面：2.7 万亿参数的模型将面临巨大的训练与推理算力挑战，可能推动分布式训练、模型并行、稀疏激活等技术的进一步创新。同时，如此规模的模型在知识密度、少样本学习与复杂推理上可能实现质变。
• 产业层面：若该模型成功落地，将显著提升 MiniMax 在国内 AI 领域的竞争力，与百度、阿里、字节等大厂形成直接对标。同时，它将给下游应用（如智能客服、内容生成、代码辅助）带来更强的基座能力。
• 算力与成本：训练万亿级参数模型需要海量 GPU 资源和电力，预计投入成本达数亿至数十亿美元。这考验 MiniMax 的融资能力与商业可持续性，也可能进一步加剧市场对算力短缺与芯片限制的讨论。
• 行业趋势：尽管参数规模快速膨胀，但业界也逐渐意识到“大”并非唯一标准。2.7 万亿参数模型能否在效率、可部署性、安全性上取得平衡，将影响未来大模型路线的选择。这一动态或促使其他厂商重新评估自己的模型策略。