国产大模型企业半月「连签三单」，中国 AI 出海正在加速

MiniMax 提供了一个好的观察样本。

作者丨胡清文

编辑丨徐晓飞

今年 9 月，国产 AI 出海赛道迎来一波密集落地潮。短短半个月，沙特、硅谷、新加坡三地接连官宣了与 MiniMax 的合作项目。

9 月 3 日，沙特主权投资基金 PIF 旗下 AI 机构 HUMAIN，官宣基于 MiniMax M3 底座打造出承担本国 AI 基建重任的主权大模型；11 日，硅谷 AI 独角兽 Genspark 基于 M3 开源底座的二次开发，推出面向企业办公场景的 PPT 商用模型 Gen-1 Slides；16 日，新加坡政府联合本地运营商 Singtel，将 MiniMax 旗下三款 AI 产品纳入 SWDA 国家 AI 技能普惠计划。

主权国家、硅谷创业公司、东南亚政府，三类海外客户的不同诉求都指向了同一个趋势：不同类型海外客户的服务需求已开始分层。面对更多元、更有梯度的海外需求，中国大模型厂商要拿出怎样的技术能力，又要如何将这些能力转化为可持续收入？

01

凭底层模型能力，

AI 产品抢滩全球市场

C 端产品，是海外用户认识中国大模型的第一环，拼的是产品能否满足真实的使用需求。

2024 到 2025 年，全球 AI 应用迎来一轮快速扩张。视频生成、语音合成、智能对话等工具成为创业热点，也成为中国团队拓展海外市场的方向。

一片热闹背后，是普遍的同质化。而当产品功能和体验趋同时，依靠营销获取用户，很难形成持久的竞争优势。

在视频生成、语音合成这两条热门赛道，用户不断有新的工具可选，仅凭“可用”很难真正打动用户。

在这样的背景下，真正靠自研原生模型能力、依托用户体验实现自然增长的产品，反倒成了稀缺品。

“快速的投流往往收获的是没有忠诚度的用户。” MiniMax 全球企业业务负责人盛静远曾表示，公司更愿意把钱花在用技术创新提升产品的好用性上，口碑靠的是产品和技术本身。

这背后是 MiniMax 一直坚持的 “模型即产品” 打法，也就是把自研的多模态大模型能力直接做成用户能感知、能上手的产品体验，而不是先砸钱买量再补产品。

作为国内较早闻名海外的模型企业，MiniMax 凭借视频系的海螺 AI 和语音系的 MiniMax Audio 两条多模态产品线，以及海外版本的“星野”等，早在两年前便在全球市场率先站稳脚跟，攒下了用户基本盘。

海螺 AI 视频产品于 2024 年 8 月上线，上线仅 5 周，便覆盖了 180 多个国家和地区，网页版访问量增速超 800%，在 a16z 于 2025 年 3 月发布的第四期消费级 AI 应用榜单中，MiniMax 视频产品的月访问量超过 Sora，展示了其在海外用户中的市场吸引力。

海螺AI国际版

MiniMax Audio 则将语音模型能力带到用户面前。MiniMax Audio 基于自研 Speech 语音模型打造，在不断迭代中，Speech 语音模型在 2024、2025 两年间曾先后登顶 Artificial Analysis Speech Arena、Hugging Face TTS Arena 两大国际权威榜单，综合能力对标并超越 OpenAI、ElevenLabs 同类产品。

这条产品路径仍在延伸。 今年 7 月，MiniMax 推出通用多模态生成模型 H3，将文本、图像、视频和声音纳入统一的上下文理解，并支持音视频生成与编辑。 H3 的配套 Harness，MiniMax Design 把 模型生产力进一步释放，让用户围绕电商、广告等具体任务完成创作。对用户而言，产品提供的也从单次素材生成，拓展到了多个制作环节的协同。

除了个人用户体验外，国产 AI 产品也在通过海外本土渠道，进入到公众技能培训这个政府命题。 在新加坡 SWDA 支持的 AI 课程配套订阅计划中，MiniMax 旗下 MiniMax Agent、海螺 AI、MiniMax Audio 三款产品被纳入 Singtel AI Pass。 符合条件的新加坡公民参加指定课程后，可以在 Singtel AI Pass、ChatGPT Plus、Google AI Pro、Microsoft 365 等订阅选项中选择一项。

截至目前，应用产品仍是全球用户最容易了解、最便于体验 AI 的方式，这些在真实使用场景积累下来的反馈，又反过来打磨模型本身的能力。

02

在 Token 出海中实现业务增长

除了直接使用国产 AI 应用，一些开发者和企业也希望把它的模型能力接入自己的产品，API 为这类需求提供了入口，并已成为全球多数开发者和创作者的主流习惯。

如果说产品层拼体验，那么 API 服务要解决的，就是客户能否以合适的成本和稳定的表现，把模型接入自己的业务。

2025 年末到 2026 年初，开源智能体框架 OpenClaw 引爆全球开发者社区，Token 调用量随之指数级攀升。全球 AI 应用生态逐渐成熟后，海外需求开始从终端用户的轻量使用，延伸到开发者与企业的场景化落地。

过去，开发者调用大模型大多是一问一答式的单次推理，消耗的 Token 相对有限；而 Agent 要自主拆解任务、循环调用工具、反复推理修正，同一个任务的 Token 消耗量可能是过去的几十倍。

AI 出海也不再只比拼 C 端用户规模，面向全球开发者的 API 服务能力、性价比、稳定性成为新战场。OpenRouter 这类模型聚合平台，成为全球模型角逐的前沿阵地。

近半年以来，OpenRouter 调用量榜单几乎成为中国大模型轮番坐镇的地方。9 月 7 日至 13 日这一周，中国大模型在 OpenRouter 平台的周调用量达到约 61.2 万亿 Token，美国模型约 21.8 万亿，中国模型的调用量接近美国的 3 倍，且已经连续 20 周保持领先。

一场原来被视作美国主场的竞争，主导权正在转移。而调用量起来之后，下一步就是要把它变成实实在在的收入。

国产模型企业也在积极拓展海外云平台渠道。今年 3 月，MiniMax 陆续入驻亚马逊、微软、谷歌三大全球云平台，成为国内少数完成顶级云厂商全覆盖的大模型厂商。对海外企业客户而言，模型能不能在自身所使用的云平台上直接调用，往往比榜单排名更能左右采购决策。

MiniMax 2026 半年报显示，2026 上半年 MiniMax B 端收入同比增长 703.1%，收入占比从 30.3%提升至 63.4%，超越 C 端成为第一大收入来源；企业开发者客户突破 200 万，是 2025 年底的十倍。公司海外收入占比约为 60%，国际化仍是 MiniMax 收入结构的重要特征。

不难发现，MiniMax 在 Token 出海这条线上打法很明确 。 先靠极致的性价比在开发者市场打出声量，兼有三大云厂商、海外头部客户的渠道背书拿到企业客户的信任，同时推出全模态 Token Plan 订阅计划，把中小开发者调用流量沉淀成结构化、能持续增长的企业级收入。

对多数企业客户和普通开发者而言，模型需要在效果、成本和稳定性之间取得平衡，才能进入长期运行的业务。无需自研模型、不碰底层运维，按需调用 Token，按量付费使用，就已经足够支撑公司日常业务，这也是眼下适配大众市场的主要出海模式。

03

当客户需求由“用 AI”延伸出“造 AI”

当越来越多国家、海外企业开始把 AI 基础设施看做自有资产，开源模型也从生态打法，变成一门生意。

一部分海外客户不再满足于调用现成 API 接口、使用标准化能力，而是希望依托成熟的大模型基座，结合本土数据和行业场景完成深度预训练与二次开发，打造一套自己能独立迭代的专属模型体系。

自 2026 年以来，越来越多这类订单开始流向中国厂商。9 月以来，最受关注的几个标杆项目，就是这个转向最直接的样本。

订单为什么会纷纷转向中国厂商？

沙特要的是原生阿拉伯语能力。HUMAIN CEO Tareq Amin 在公告谈到，阿拉伯语的使用人口有数亿之多，但这门语言在 AI 前沿技术领域长期代表性不足。

这背后有个容易被忽略的技术细节，用英语语料机器翻译成阿拉伯语训练出来的模型，即便数据量再大也容易带着源语言的语法习惯，生成语法正确、但不符合本地语感的阿拉伯语。因此要做阿拉伯语大模型，真正的考验在于能否在不同方言和语境下保持稳定、可靠的表现。

HUMAIN 选择在 MiniMax M3 基础上二次训练、而不是直接调用现成产品。Humain-M3 使用了超过 1 万亿 Token 的原生阿拉伯语文本，重点强化阿拉伯语理解与生成、本地文化适配能力，以及 Agent、工具调用等能力。

在 7 项阿拉伯语权威基准测试中，Humain-M3 拿到了 89.37%的等权平均分，5 项第一。M3 提供成熟的模型架构和通用能力，HUMAIN 提供语料辅助阿拉伯语专项训练，这种分工也呼应着沙特“2030 愿景”里建设本土 AI 能力这个更大的战略目标。

Genspark 的考量逻辑更为直接：降低成本的同时，不能牺牲质量。Genspark 平台单日最多生成 12 万套 PPT，大规模调用顶级闭源模型带来的账单压力不容忽视。Genspark 基于开源的 MiniMax M3，联合 Fireworks AI 进行后训练，推出 PPT 专用模型 Gen-1 Slides。

测试结果显示，在三组数据集、九项评测组合中，Gen-1 Slides 取得 8 项第一，综合质量与 Claude Opus 5 处于同一水平。且完成一套 PPT 的平均模型调用成本约为 0.44 美元，仅为 Opus 5（约 4.16 美元）的十分之一。

为什么选择 M3 而不是其他模型？M3 的原生多模态能力、百万级长上下文以及工具调用稳定性，恰好覆盖 PPT 生成的核心需求。同时 M3 的 MoE 架构和参数设计，对后训练所需的计算与部署资源要求更低，后训练迭代效率更高。

由于 M3 开放了模型权重，Genspark 得以跳过预训练环节，将预算与研发资源集中投入 PPT 专项训练，在数周内即完成模型开发。在合作官宣文章里，Genspark 专门向 MiniMax 团队表达了感谢。

“底座复用”还发生在多模态领域。H3 开源后，MiniMax 与生态伙伴围绕不同的使用场景，继续训练和优化模型，并在社区中开放。其中，与 fal 选择面向实时生成做后训练和推理优化，推出了的 H3 Max 最为火 爆。 H3 Max 生成一段长度 5 秒、768p 的音视频的时间不到 3 秒，已经跨过了实时直播所需的速度门槛。 由此，海外还接连出现了 “AI 直播”、“AI TikTok”等玩法。

近两年，中国头部大模型在开源路线上进展明显，多款旗舰模型性能达到了国际水准。但能力只是第一步，真正决定这门生意能否长久的，是如何把这种能力转化为真金白银的收入。

过去，开源更多是厂商拉新引流的手段。开放程度越高，生态规模往往越大。如今，开源逐渐衍生出明确的商用规则、交付标准和变现路径。国内头部厂商走出了不同的路径。

智谱 GLM 采用 MIT 协议，允许商用、修改和再分发，同时要求保留版权与许可声明，靠生态规模换调用量。这类宽松许可有利于模型进入更多部署环境，生态采用能否转化为原厂收入还取决于具体业务。

MiniMax 选的是另一条路。M3 用的是自拟社区许可协议，门槛金额是 2000 万美元，对 2000 万美元门槛以下的商用，MiniMax 也做了要求，需要标注“Built with MiniMax M3”并发送一次性通知。即便没有触发另行授权条件，MiniMax 也拥有一个潜在客户筛选池。

这套设计合在一起看，回答的其实是同一个问题：开源出去的能力怎么才能变成看得见的收入？相较于标准化的产品和 API 服务，基座模型交付面向的是一个高价值的增量市场。聚焦有自主建模需求的主权机构、大型产业集团与垂直头部企业。这类合作的核心，是把底层基建交给客户或承接委托再开发，将开源能力转化为实在的生意。

国产 AI 出海仍在加速。大众市场的轻量化使用需求依然稳固，同时自主可控、定制化的底层建模需求正在成为一块新的海外市场增量。

国内大模型厂商的出海竞争，早就不是单一的产品比拼或者价格战。随着海外客户的自主化需求持续释放，如何搭建出一套分层适配的技术能力体系，以及长期稳健的商业回报设计，会是接下来所有出海玩家都要面对的共同课题。

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。