minimax的大模型算法热点

MiniMax有两个大模型是非常适合咱们这次任务的（豆包的也很不错）：1.MiniMax-Text-01，支持400万token的上下文，对于咱们可能需要总结的超长文章也能应付；2.T2A v2（speech-01-turbo），拥有最好的声音复刻效果我们可以通过它的开放平台进行注册登录，包括实名认证https://platform.minimaxi.com/login这里要说一下，API消耗是会消耗余额的，根据我的经验，生成一条3分钟的语音文本模型会消耗1分钱语音模型会消耗5毛钱以及克隆音色还需要一笔额外的费用，现在优惠是9.9元：首次注册会赠送15元，我们无需充值就能玩啦！接着，需要你创建一个API Key，也就是密钥，然后保存好，后面用来替换：以及groupid：以及，可以克隆一下声音：https://platform.minimaxi.com/examination-center/voice-experience-center/voiceCloning这里有几个地方要填：1.创建voice id，上图已经注明了要求；2.上传复刻音频，直接上传文件，用你手机录制即可，注意在10-300s之间，尽量安静；3.上传音频prompt（这一段很重要，录制不超过8s的声音）4.试听文本（这不超过8s的声音你念了什么？写下来）然后勾选用户协议，点击“克隆”选项，过一段时间就会完成克隆。使用刚才你填写的voice id来生成声音，就是用克隆你的音色去生成的。好的，到这里，你已经完成了准备工作，下面我们可以来开发了：

智谱：一年间推出了4代GLM，一直是国内能力最好的模型之一MiniMax：推出了MoE架构的新模型，和”星野“这个目前国内最成功的AI陪聊APP月之暗面：专注长Token能力，在记忆力和长Token能力上可圈可点其他的我暂时不列了，在2023年官宣AI大模型的公司非常多，其中免不了很多是蹭流量的。以及，大模型确实有门槛，融了资的公司还有些钱花，我们可以多给一些时间看2024年的结果。（判断的方式并不客观，欢迎讨论）从产品层面上，2C端唯一真正出圈的是“妙鸭相机”，不过也只是昙花一现。大多数消费者对于AI产品的态度是“猎奇”，而非刚需。在2B行业中，大模型目前还是“纯技术投入”，对于收入撬动非常有限；而卖AI的大厂们实际上的目的是为了卖云……最后，硬件层上的卡脖子并没有缓解。目前国内仍然没有芯片可以胜任大模型训练。不过在推理上已经开始有Nvidia的替代产品逐渐出现。备受瞩目的华为昇腾在单卡指标上距离不远，但因为稳定性不足和缺乏Cuda（硬件编译库）生态，仍然需要时间打磨。美国对于国内的芯片禁运在未来还会进一步加深；因此，除了卷模型之外，基于昇腾生态的软-硬件创业是一个机会，而且是更确定的机会。

《[AI编程蓝皮书](https://waytoagi.feishu.cn/wiki/Hm7fwRlKpismBWkKlrWcH6kdnjh)》AI产品黄叔作为AI产品顾问，基于自身使用Cursor和Windsurf开发产品的经验及学员反馈，编写《AI编程蓝皮书》的相关内容。书中介绍了“Z计划”和“Z基金”，分享多个用Windsurf和Coze搭建产品的案例及AI编程技巧，鼓励读者利用碎片化时间思考需求，集中开发产品《[AI算力(上)|成本腰斩-英伟达-个人算力](https://mp.weixin.qq.com/s/cx3MpMIU5sZbGQNLlTTl-Q)》文章讨论了未来AI算力的发展趋势，包括GPU成本的急剧下降和国产芯片的挑战。预计到2024年，GPU租赁价格将下降约50%。尽管国内GPU在性能上逐渐逼近，但在卡间通信能力上仍落后于英伟达。消费级个人算力GB10的推出，标志着个人离线模型的新时代。《[MiniMax开源报告精读：规模化验证替代传统Transformer的新架构](https://mp.weixin.qq.com/s/PY0xG81ZTcpfxVanp1QWBQ)》MiniMax近日发布了新模型MiniMax-01，采用线性注意力机制和MoE架构，显著提升了上下文处理能力，支持超长上下文（400万Token）。该模型在多项学术基准上表现优异，超越了许多国际顶尖模型。MiniMax的开源旨在促进长上下文研究和应用，加速Agent时代的到来。通过精细的架构设计和训练策略，MiniMax在处理长输入时实现了接近线性的计算效率。