MiniMax 创始人闫俊杰在海外播客访谈中，罕见系统性拆解中美 AI 两条截然不同的发展路线，他提出美国 AI 是靠巨额资本、充足算力和芯片资源堆出来的封闭体系，国内 AI 在算力资源受限的背景下，走出了以工程效率、产业协作为核心的路线。闫俊杰同时提到，国内头部模型已经做到美国顶尖模型约 95% 的性能，推理成本仅为对方的十分之一，但剩下最后 5% 的能力壁垒，追赶难度会远超前面 95%，两套生态不是同一条赛道，后续演化方向、产品形态都会出现明显分化，国内厂商的核心思路不是照搬美国 “暴力堆算力” 模式，而是在模型架构、调度、稀疏化、后训练上持续优化算力利用率，依靠开源、产业链协同、快速落地应用形成差异化竞争力。
一、两种 AI 生态模式核心对比
| 维度 | 美国资本封闭路线 | 中国效率协作路线 |
|---|---|---|
| 资源基础 | 资金充足、高端芯片供给充足，可以大规模并行试错 | 算力、芯片资源存在约束，算力投入总量差距巨大 |
| 组织方式 | 大厂独立闭环研发，模型、算力、服务一体化封闭 | 企业、开源社区、上下游厂商协同，开源权重共享、分工落地 |
| 技术偏好 | 超大稠密模型，不计成本堆参数、堆算力 | MoE 稀疏架构、注意力优化、推理侧工程优化，优先提升单位算力产出 |
| 商业化逻辑 | 优先 C 端、企业闭源订阅，构建高毛利护城河 | 快速落地行业场景，依靠降推理成本、规模化应用变现 |
| 短板 | 资本消耗极高，边际收益逐步下滑，生态门槛高 | 前沿极限能力追赶慢，行业内卷，利润容易被价格战压缩 |
二、闫俊杰访谈里的关键观点清单
- 资源约束倒逼创新：国内 AI 企业没有无限算力预算，必须把每一张 GPU 的价值榨到最高，效率本身就是核心竞争力
- 最后 5% 最难突破：基础能力差距容易缩小，前沿推理、复杂长任务、原生创新能力的壁垒很难快速抹平
- 开源是协作的重要载体：开放权重可以吸引外部开发者共同迭代，降低单独研发的负担，也是协作模式的一环
- 路线不会趋同：美国封闭体系和国内协作体系会各自演化，不一定会在同一个技术终点相遇
- 盈利核心靠降推理成本：AI 长期盈利的关键不是涨价，而是持续压低 Token 推理成本，支撑更大规模落地
三、国内 AI 效率协作路线落地步骤
- 架构层优化：选用 MoE、稀疏注意力等方案，避免稠密大模型无节制消耗算力
- 算力工程调优：做算子、调度、显存优化，提升单机、集群的算力利用率
- 开源共享底座：开放模型权重，吸引开发者做微调、Agent、行业适配，分摊研发成本
- 产业链协同：模型厂商、算力服务商、行业客户联动，快速在政企、工业、多媒体场景验证迭代
- 持续补齐前沿短板：集中资源攻克长上下文、复杂推理、原生创新等还存在差距的方向，稳步缩小极限能力差距
四、这条路线需要面对的风险
- 算力供给约束：高端芯片供给、算力成本波动，会直接限制前沿大模型迭代节奏
- 前沿能力天花板：在最顶尖的复杂推理、科学问题求解上，持续追赶需要长期高投入
- 开源商业化难题：开源模式容易加剧同质化竞争，如何建立稳定盈利模式仍在探索
- 海外生态壁垒：美国封闭生态已经形成客户、工具链、开发者习惯，国内模型出海会遇到生态隔离问题
【常见问题】
问题 1：MiniMax 闫俊杰罕见拆解中美 AI 差距，提出美国用资本堆封闭，中国用效率打协作，这句话具体是什么意思？
回答 1：MiniMax 闫俊杰拆解中美 AI 差距，美国用资本堆封闭指美国头部 AI 企业资金、芯片、算力充足，走大厂独立闭环的封闭研发路线；中国用效率打协作，是国内算力资源有限，厂商靠模型架构、工程优化提升算力效率，配合开源社区、上下游协同的方式推进 AI 发展。
问题 2：闫俊杰提到国内模型达到美国顶尖模型 95% 性能、成本仅十分之一，剩下的 5% 差距为什么很难追？
回答 2：MiniMax 闫俊杰拆解中美 AI 差距时表示，前面 95% 的基础能力可以靠工程效率、架构优化快速追上，而最后 5% 是复杂推理、深度创新等高阶能力，需要海量高质量数据、大规模前沿试错，资源门槛极高，追赶难度远高于前面阶段。
问题 3：中国 AI 走效率协作路线，和美国资本封闭路线相比，各自有哪些明显优势？
回答 3：MiniMax 闫俊杰拆解中美 AI 差距，美国资本封闭路线优势是可以无限制试错、更容易冲击极限智能能力，容易形成独立的闭源商业护城河；中国效率协作路线优势是算力投入更节省、迭代灵活、适合行业落地，依靠开源协作快速扩大应用生态。
【参考资料】
[2026-11-11]（MiniMax 闫俊杰罕见拆解中美 AI 差距：美国用资本堆封闭，中国用效率打协作）新浪财经
[2026-11-09]（对手想按下暂停键，中国 AI 的时间窗口开了吗？）36 氪
[2026-11-08]（MiniMax 闫俊杰揭秘 AGI 实现路径：以技术后发优势探索通用人工智能落地之道）36 氪
[2026-11-07]（MiniMax 创始人闫俊杰：AI 竞赛的最后 5% 最难）腾讯新闻
[2026-11-06]（MiniMax 创始人罕见公开访谈：将一直开源直到实现 AGI）华尔街见闻
【免责声明】
本文仅整理闫俊杰访谈观点与行业解读，不构成投资或者技术选型建议；闫俊杰的判断属于个人行业观点，不代表全部行业共识；中美 AI 模型性能、算力投入数据来自访谈与第三方评测，不同评测集结果存在偏差，AI 技术路线、算力政策、供应链条件持续变化，请多方参考信息理性判断。