问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年7月业内消息显示，国内AI厂商稀宇科技（MiniMax）即将推出参数规模达2.7万亿的新一代大模型，核心瞄准复杂任务处理与逻辑推理能力升级。此举既展现了其对底层模型研发的持续重投，也折射出当前大模型行业通过参数规模跃进追逐更高智能水平的整体趋势，落地表现获市场广泛关注。
从多位业内知情人士处确认，稀宇科技（MiniMax）的新一代大模型已经进入最后公测阶段，相关技术文档和落地试点方案近期已向部分核心合作企业开放。作为少数同时布局多模态、通用大模型与端侧推理的国内AI厂商，MiniMax此次的参数升级动作，被视作其在头部大模型赛道巩固差异化优势的核心布局。
近两年大模型行业已经走过了早期盲目堆参数的野蛮发展阶段，厂商普遍开始在参数规模、算力成本、落地效能三者间寻求平衡，但复杂场景下的推理能力不足，仍然是制约大模型应用边界拓展的核心瓶颈。头部厂商纷纷选择在可控算力成本范围内，提升核心模型的参数量级，来攻克多步骤任务处理、长逻辑链推理等行业共性难题。
此前稀宇科技（MiniMax）已经推出了覆盖文本、图像、音频的多模态大模型产品线，在C端对话应用和B端企业服务市场均占有稳定份额，此次的参数升级也是其产品线迭代的既定规划内容。
此次曝光的2.7万亿参数规模，相较于当前主流商用大模型普遍的千亿级参数体量，提升了2到3倍。根据现有披露的内部测试数据，该模型在多轮逻辑推理、复杂语义理解、跨模态信息整合等任务中的准确率，较前代产品提升超过40%，尤其在长文本分析、工业级仿真运算等To B场景下的表现，已经超过目前市面大部分公开可用的大模型产品。
业内技术人士表示，参数规模的提升是大模型获得更强信息整合能力的基础，2.7万亿级的参数容量足以支撑模型存储更丰富的世界知识、搭建更长的推理链路，从而大幅降低大模型常见的“幻觉”问题，提升输出内容的可靠性。
尽管高参数大模型的研发和部署成本远高于普通千亿级模型，但业内普遍认为，该量级的模型是实现通用智能体的核心基础之一。只有具备足够的参数容量，大模型才能支撑多任务协同、自主决策等智能体核心功能的落地。
MiniMax此次的技术落地，也将为国内AI行业的高参数模型研发提供新的参考路径，后续若能通过稀疏激活、量化压缩等技术进一步降低部署门槛，有望推动智能分析、多轮交互类AI应用的体验实现阶跃式升级。目前已有超过20家企业级客户正在参与该模型的内测，预计正式发布后将首先面向高端制造、金融分析等专业领域开放商用权限。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号