MiniMax攻克關(guān)鍵技術(shù)開源新架構(gòu)，傳統(tǒng)Transformer架構(gòu)不再是唯一選擇
時(shí)間：2025-01-16 19:25 來(lái)源：科技網(wǎng) 責(zé)任編輯：毛青青
MiniMax攻克關(guān)鍵技術(shù)開源新架構(gòu)，傳統(tǒng)Transformer架構(gòu)不再是 選擇
日月開新元，萬(wàn)象啟新篇。
1月15日，MiniMax發(fā)布并開源新一代01系列模型，包含基礎(chǔ)語(yǔ)言大模型 MiniMax-Text-01 和視覺多模態(tài)大模型MiniMax-VL-01。該系列模型使用多項(xiàng)突破性創(chuàng)新，以大規(guī)模應(yīng)用線性注意力機(jī)制打破Transformer傳統(tǒng)架構(gòu)記憶瓶頸，在綜合性能比肩GPT-4o、Claude-3.5等海外領(lǐng)軍模型的基礎(chǔ)上，能夠高效處理高達(dá)400萬(wàn)token的輸入，可輸入長(zhǎng)度是GPT-4o的32倍，Claude-3.5-Sonnet的20倍。
目前，MiniMax-01系列開源模型已應(yīng)用于MiniMax旗下產(chǎn)品海螺AI并在全球上線，企業(yè)與個(gè)人開發(fā)者可前往MiniMax開放平臺(tái)使用API。
以架構(gòu)創(chuàng)新實(shí)現(xiàn)高效超長(zhǎng)文本輸入
2017年，具有里程碑意義的論文《Attention Is All You Need》正式發(fā)表，Transformer架構(gòu)問世并逐步發(fā)展成為該領(lǐng)域的主流技術(shù)范式。自2023年起，自然語(yǔ)言處理領(lǐng)域迎來(lái)了一股創(chuàng)新浪潮，對(duì)模型架構(gòu)的創(chuàng)新需求日益增加。
MiniMax-01系列模型首次將線性注意力機(jī)制擴(kuò)展到商用模型的級(jí)別，并使其綜合能力達(dá)到全球第一梯隊(duì)。而受益于此次架構(gòu)創(chuàng)新，該系列模型在處理長(zhǎng)輸入的時(shí)候具有非常高的效率，接近線性復(fù)雜度。從Scaling Law、與MoE的結(jié)合、結(jié)構(gòu)設(shè)計(jì)、訓(xùn)練優(yōu)化和推理優(yōu)化等層面綜合考慮，MiniMax選擇模型參數(shù)量為4560億，其中每次激活459億，能夠高效處理高達(dá)400萬(wàn)token的上下文，將有效替代Transformer傳統(tǒng)架構(gòu)并開啟超長(zhǎng)文本輸入時(shí)代。
MiniMax-01模型發(fā)布后，在國(guó)內(nèi)外迅速掀起了熱議浪潮。海外媒體與AI從業(yè)者聚焦該模型，深入探討其技術(shù)內(nèi)涵與潛在價(jià)值，對(duì)其所展現(xiàn)出的創(chuàng)新性給予了高度肯定。
性能比肩國(guó)際領(lǐng)軍模型
在應(yīng)用創(chuàng)新架構(gòu)之外，MiniMax大規(guī)模重構(gòu)了01系列模型的訓(xùn)練和推理系統(tǒng)，包括更高效的MoE All-to-all通訊優(yōu)化、更長(zhǎng)的序列的優(yōu)化，以及推線性注意力層的高效Kernel實(shí)現(xiàn)，使得模型能力可與全球 閉源模型相媲美。
在業(yè)界主流的文本和多模態(tài)理解任務(wù)處理表現(xiàn)上，MiniMax-01系列模型大多情況下可以追平海外公認(rèn) 的兩個(gè)模型，GPT-4o-1120以及Claude-3.5-sonnet-1022。過往的模型能力評(píng)測(cè)中，Google的自研模型Gemini有著顯著的長(zhǎng)文優(yōu)勢(shì)。而在01系列模型參評(píng)的長(zhǎng)文任務(wù)下，相較于Gemini等一眾全球 模型，MiniMax-01隨著輸入長(zhǎng)度變長(zhǎng)，性能衰減最慢，效果及其出眾。
▲ 多項(xiàng)任務(wù)評(píng)測(cè)結(jié)果顯示，MiniMax-01系列模型核心性能穩(wěn)居全球第一梯隊(duì)。（圖源MiniMax-01系列模型技術(shù)報(bào)告）
▲ MiniMax-01系列模型長(zhǎng)上下文處理能力全球領(lǐng)先。（圖源MiniMax-01系列模型技術(shù)報(bào)告）
加速AI Agent時(shí)代到來(lái)
2025年，AI將迎來(lái)至關(guān)重要的發(fā)展節(jié)點(diǎn)，AI Agent有望成為新一年最重要的產(chǎn)品形態(tài)，引領(lǐng)AI從傳統(tǒng)的“工具”角色向更具互動(dòng)性與協(xié)作性的“伙伴”角色轉(zhuǎn)變。AI Agent時(shí)代，由于智能體處理的任務(wù)變得越來(lái)越復(fù)雜，涉及的數(shù)據(jù)量也越來(lái)越大，單個(gè)智能體的記憶以及多個(gè)智能體協(xié)作間的上下文都會(huì)變得越來(lái)越長(zhǎng)。因此，長(zhǎng)上下文能力與多模態(tài)處理能力的提升，是AI Agent為各行業(yè)帶來(lái)更為豐富、高效、智能的解決方案的必要條件。
MiniMax在Github上開源了Text-01模型、VL-01模型的完整權(quán)重，以便于更多開發(fā)者做有價(jià)值、突破性的研究。MiniMax表示，“我們認(rèn)為這有可能啟發(fā)更多長(zhǎng)上下文的研究和應(yīng)用，從而更快促進(jìn)Agent時(shí)代的到來(lái)，二是開源也能促使我們努力做更多創(chuàng)新，更高質(zhì)量地開展后續(xù)的模型研發(fā)工作。”
憑借開放、共享、協(xié)作的特點(diǎn)，開源模型激發(fā)AI產(chǎn)業(yè)的創(chuàng)新活力，正在成為賦能新質(zhì)生產(chǎn)力發(fā)展的關(guān)鍵引擎。受益于Linear Attention層面的架構(gòu)創(chuàng)新、算力層面的優(yōu)化，以及集群上的訓(xùn)推一體的設(shè)計(jì)，MiniMax以業(yè)內(nèi)極具性價(jià)比的價(jià)格提供文本模型和多模態(tài)理解模型的API服務(wù)，標(biāo)準(zhǔn)定價(jià)是輸入token 1元/百萬(wàn)token，輸出token 8元/百萬(wàn)token。
論文鏈接：https://filecdn.minimax.chat/_Arxiv_MiniMax_01_Report.pdf
投稿郵箱：chuanbeiol@163.com 詳情請(qǐng)?jiān)L問川北在線：http://m.fishbao.com.cn/
