出品I下海fallsea
撰文I胡不知
2026年1月9日，Minimax登陆港交所，盘中一度涨超110%，收盘市值突破1000亿港元。这一上市表现背后，一组核心数据构成了市场讨论的焦点：2025年前三季度，Minimax营收5343.7万美元，同比增长超170%，其中海外市场收入占比达73.1%，新加坡与美国分别贡献24.3%和20.4%的收入。
从2022年成立到跻身千亿市值俱乐部，四年时间里Minimax以“海外收入占七成”的标签，成为国产AI模型出海的典型样本。但在资本追捧的热潮下，这一数据背后的增长质量、商业模式可持续性及行业竞争困境，均值得深度审视。
海外收入的“虚假繁荣”与结构性缺陷
Minimax的海外收入呈现“C端主导、B端补充”的格局，2025年前三季度服务全球2.12亿个人用户和13万企业客户，C端收入占比超71%，B端开放平台日均处理超万亿Tokens请求。但看似多元的业务结构背后，隐藏着过度依赖单一赛道、盈利基础薄弱的结构性缺陷，海外收入的高占比并未带来同等质量的增长韧性。
Minimax海外C端收入主要来自两大产品：AI情感陪伴产品Talkie/星野（收入占比35.1%）与AI视频生成工具海螺AI（收入占比32.6%）。这两款产品的增长高度依赖营销投放，形成了“高投入-高增长-低盈利”的循环。2024年，Minimax营销费用高达8699.5万美元，投放素材量突破10万条，通过海外社交媒体推广与KOL合作快速拉新。这种烧钱换量的模式在短期内推高了用户规模，但盈利效率堪忧——2024年其AI原生产品毛利率为-8.1%，直至2025年前三季度才勉强转正至4.7%，且这一转正更多源于规模效应下的边际成本摊薄，而非商业模式的本质优化。
更值得警惕的是，C端核心产品面临严重的用户留存困境。AI情感陪伴赛道的普遍问题是“新鲜感驱动增长”，QuestMobile数据显示，2024年上半年主流AI情感陪伴应用的用户月均使用天数普遍低于5天，绝大多数用户尝鲜后便迅速流失。Talkie/星野虽曾登顶全球AI伴侣类产品免费榜，但其增长峰值极具临时性——2024年8月Talkie海外单月下载量曾达235万，环比增长31.63%，但2025年四季度数据显示，其月活用户环比暴跌60%，且核心留存指标持续恶化，星野的次日留存率仅41.91%，远低于同期猫箱57.32%的均值水平，印证了赛道的增长脆弱性。
而海螺AI所在的AI视频生成赛道，用户复用率低、场景替代性强，面临多重竞品挤压：一方面Runway、Pika Labs通过技术迭代巩固优势，另一方面国内快手推出的Kling家族视频生成模型已快速抢占30%全球市场份额，其中Kling-2.0-Master单模型占比达21%，反观Runway市场份额已下降40%至20%，赛道竞争格局剧变下，海螺AI的市场生存空间持续被压缩，其56美元的ARPU值虽看似亮眼，但用户生命周期价值（LTV）尚未经过长期验证。
Minimax的B端开放平台虽覆盖100多个国家及地区的企业客户，涉及AI+硬件、文旅、电商等多个领域，但业务规模与生态影响力均处于行业中游水平。其核心模式是通过开放API接口输出全模态模型能力，但这种标准化技术输出面临两大挑战：一是技术壁垒有限，随着DeepSeek、千问等开源模型的崛起，国内团队在模型侧的优势逐渐弱化，企业客户可选择的替代方案增多；二是生态协同不足，与腾讯、字节跳动等企业的合作多为单点技术授权，未形成深度绑定的生态闭环，对比Salesforce通过Agentforce生态实现30%订单来自现有客户增购的表现，Minimax的B端客户粘性明显不足。
从行业对比来看，中国AI企业出海的B端路径已有更成熟的样本。聚焦中东市场的Neuxnet通过“深度本地化+中台化AI能力”，深耕金融、基建、文旅三大垂直领域，其AI智能体可替代50%以上人工操作，2024年营收近3000万美元，且AI业务毛利率稳定在60%以上。反观Minimax的B端业务，既未形成垂直领域的深度积累，也未建立本地化的服务体系，更像是C端业务的补充，难以支撑长期增长。
资本狂欢还是价值透支？
Minimax上市首日市值突破千亿港元，公开发售获1837倍超额认购，国际发售获37倍认购，表面上是资本对其全球化布局的认可，实则是AI赛道估值泡沫与短期增长数据的叠加结果。拆解其估值逻辑，所谓的“增长确定性”背后，隐藏着盈利模式不成熟、估值锚点错位等多重风险。
Minimax的营收增长存在明显的基数效应。2023年其营收仅346万美元，2024年同比激增782.1%至3052.3万美元，2025年前三季度突破5343.7万美元，同比增长超170%。但这种爆发式增长并非源于市场需求的自然爆发，而是营销投放的强刺激结果——2024年营销费用占营收比例高达284.9%，远超行业平均水平（海外AI应用厂商营销费用率普遍低于50%）。当营销投放增速放缓时，其增长动能已出现衰减迹象：2025年三季度营收环比增速仅15.3%，较二季度的32.7%大幅下滑。
更关键的是，其持续亏损的现状未得到根本改善。2022年至2025年前三季度，Minimax累计净亏损达12.5亿美元，2025年前三季度研发费率仍高达337.4%，研发开支1.8亿美元。对比海外成熟AI应用厂商，2025年一季度Salesforce、Adobe等9家美股AI应用厂商平均净利润率达20.2%，研发费率平均为12.3%，经营性利润率达15.81%。Minimax的高增长与高亏损并存，本质上是“烧钱换规模”的互联网模式在AI领域的复刻，而非可持续的价值增长。
七成收入来自海外的全球化布局，被视为Minimax的核心估值支撑，但这一布局同时放大了市场波动与合规风险。从市场结构来看，其海外收入集中于新加坡、美国等少数市场，其中新加坡占比24.3%，美国占比20.4%，而这两个市场均面临严格的AI监管政策。美国《人工智能行政命令》要求高风险AI系统需接受联邦审查，欧盟《人工智能法案》对生成式AI的透明度、版权合规提出明确要求，一旦Minimax的产品未能满足监管要求，可能面临下架或罚款风险。
更隐蔽的风险在于技术出口的合规边界。Minimax的核心技术团队仍以国内成员为主，其全模态大模型的训练与迭代均依赖国内研发资源。而中国现行《技术进出口管理条例》将“基于海量数据的个性化偏好学习技术”等列入出口控制目录，类似Manus通过“新加坡洗澡”转移注册地规避监管的模式，已遭遇商务部的穿透审查。Minimax虽未涉及并购，但核心技术的海外输出仍存在合规隐患，一旦监管收紧，其海外业务的连续性将受到直接冲击。
Minimax的估值锚点明显错位。市场将其与OpenAI、谷歌等全栈式AI企业对标，但两者的技术壁垒与商业模式存在本质差异。OpenAI的GPT-4模型在多模态理解、推理能力上处于行业领先，其API业务已实现规模化盈利，2024年ARR（年度经常性收入）超100亿美元；谷歌通过Android生态与搜索业务，实现AI技术的场景化落地，2024年AI相关收入占比达23%，且毛利率稳定在70%以上。
反观Minimax，其核心技术仍处于追赶阶段，全模态模型在国际权威评测中虽进入第一梯队，但与GPT-4、Gemini的差距仍在6-12个月。商业模式上，其C端依赖烧钱，B端缺乏生态，与海外成熟AI厂商存在代际差距。浙商证券数据显示，全球AI SaaS市场2033年有望达493亿美元，CAGR为23.1%，但头部效应显著，前10%的企业将占据90%以上的市场份额。Minimax若无法突破当前的业务瓶颈，其千亿估值更像是对未来的透支，而非对现有价值的认可。
Minimax模式的可复制性与致命短板
Minimax以“C端产品出海+全球化投放”的模式实现海外收入占比七成，被部分市场观点视为国产AI企业出海的新路径。但深入分析可见，这一模式存在明显的时代特殊性与自身短板，难以成为可复制的范本，甚至暴露了中国AI企业出海的共性困境。
Minimax选择AI情感陪伴与AI视频生成两大垂类赛道，避开了与OpenAI、谷歌等巨头的正面竞争，这一差异化策略在初期确实抓住了市场空白。但随着赛道热度提升，竞争已进入白热化阶段：AI情感陪伴赛道，Character.AI凭借先发优势占据全球40%以上的市场份额，其用户留存率是Talkie/星野的2.3倍；AI视频生成赛道，Runway、Pika Labs通过技术迭代实现生成效率提升50%，且与Adobe、Figma等生态绑定，用户转化率显著高于海螺AI。
更致命的是，其选择的赛道本身存在需求短板。AI情感陪伴需求具有非刚性、易代偿的特点，用户可通过短视频、游戏等多种方式满足情感需求，难以形成稳定的使用习惯；AI视频生成的C端需求集中于娱乐场景，商业场景的渗透率不足10%，而B端商业场景又面临专业工具的竞争。对比Neuxnet聚焦的中东金融、基建等领域，这些赛道需求刚性、付费能力强，且本地化壁垒高，更适合长期深耕。Minimax的赛道选择更像是短期流量套利，而非长期价值布局。
Minimax强调其是“全球唯四全模态进入第一梯队”的大模型公司，但这一技术优势正在被开源模型快速削弱。2024年以来，DeepSeek-R1、千问2.0等开源模型在多模态能力上快速追赶，其性能已达到闭源模型的80%以上，且部署成本仅为闭源模型的1/5。更关键的是，开源模型的市场竞争力已出现显著下滑，据全球大模型整合应用平台Poe发布的2025年春季报告，DeepSeek R1的市场份额从2月中旬最高峰7%下降至4月底的3%，整体使用率下降超50%。企业客户若选择开源模型进行二次开发，成本远低于调用Minimax的API——以同等算力消耗计算，使用开源模型的综合成本仅为Minimax的30%。
技术壁垒的弱化直接导致其B端业务的议价能力不足。2025年二季度，Minimax开放平台的API单价同比下降25%，但客户流失率仍上升至8.7%。而Neuxnet通过“中台+定制”的模式，将AI能力与行业场景深度绑定，其EAIP平台的客户续约率稳定在85%以上，即使在开源模型冲击下，仍能保持稳定的定价能力。这说明，AI企业的核心竞争力已从模型参数转向场景落地能力，而Minimax在场景绑定上的缺失，使其技术优势难以转化为商业壁垒。
Minimax的全球化运营停留在“产品出口+远程服务”的初级阶段，未形成深度的本地化能力。其超过30%的员工有海外背景，但核心决策与研发团队仍集中于国内；产品虽支持多语言，但内容设计缺乏文化适配——例如在欧美市场推出的虚拟角色，因审美差异导致用户接受度低；在东南亚市场，未适配当地主流的支付方式，付费转化率仅为1.2%，远低于行业平均的3.5%。
真正的全球化运营需要深度的本地融入。Neuxnet虽总部在新加坡，但在沙特、阿联酋、卡塔尔设立了分支机构，核心团队中有40%为本地员工，且与阿联酋皇室企业合作完成多个国家级项目，建立了深厚的本地人脉网络。而Minimax既未在核心海外市场设立本地化的研发或服务中心，也未建立本地化的合作伙伴体系，其海外业务更像是“空中楼阁”，难以应对地缘政治、市场波动等系统性风险。2024年，其在印度市场的多款产品因合规问题被批量下架，直接导致该地区收入损失300万美元，暴露了本地化缺失的致命短板。
版权纠纷、竞争挤压与合规挑战
Minimax的海外扩张已进入风险集中爆发期。版权纠纷的持续发酵、行业竞争的加剧、全球AI监管的收紧，三大风险相互叠加，可能对其业务造成致命冲击。尤其是版权问题，已成为生成式AI企业的共性困境，而Minimax的应对策略仍存在明显漏洞。
2025年9月以来，Minimax核心产品海螺AI相继被迪士尼、环球影业、华纳兄弟、爱奇艺等版权方起诉，指控其未经授权使用版权素材训练模型、生成侵权内容，索赔金额达7500万美元。Minimax以“工具中立论”抗辩，认为自身仅提供生成工具，不构成直接侵权，但这一逻辑与最新的行业判例相悖。
2025年11月，英国高等法院对Getty诉Stability AI一案的判决显示，尽管法院认定Stable Diffusion模型本身不构成侵权复制品，但支持Getty的商标侵权主张，认为AI产品需对输出内容的版权合规承担责任，且应通过技术手段过滤侵权内容。这意味着，AI企业不能以“工具中立”规避责任，需对训练数据的合法性与输出内容的合规性承担审核义务。若Minimax最终败诉，不仅需支付巨额赔偿，还可能被迫下架核心功能，甚至退出部分海外市场。
Minimax正面临国内外竞争对手的双重夹击，市场份额持续被挤压。国际市场上，Character.AI在AI情感陪伴赛道的用户规模是Talkie/星野的3倍，付费率达8.7%，远超Minimax的3.2%；Runway凭借与Adobe的生态绑定，占据全球AI视频生成市场45%的份额，其企业客户数是海螺AI的5倍。国内市场上，字节跳动的即梦AI、百度的蒸汽机凭借母公司的生态优势，快速抢占国内市场，同时加速出海布局，2025年三季度即梦AI海外收入同比增长210%，直接分流了Minimax在东南亚的用户。
更严峻的是，竞争对手的盈利模式已逐渐成熟。Adobe的AI相关产品ARR超1.25亿美元，预计2025年底翻倍，其Firefly模型因采用合规训练数据，已与多家版权方达成合作，规避了版权风险。而Minimax既未解决版权合规问题，也未找到可持续的盈利模式，在竞争中逐渐陷入被动。
全球AI监管政策的收紧，正大幅提升Minimax的合规成本。欧盟《人工智能法案》要求生成式AI企业公开训练数据来源，若使用受版权保护的素材，需获得版权方授权；美国加州的《生成式AI透明度法案》要求企业披露AI生成内容的标识方法；东南亚部分国家则对AI产品的内容审核提出更严格的要求。
为应对合规要求，Minimax需投入巨额资源优化数据治理与内容审核系统。据测算，仅满足欧盟《人工智能法案》的合规要求，其需新增研发投入超5000万美元，且每年的合规维护成本将占营收的15%以上。这对于仍处于亏损状态的Minimax而言，无疑是雪上加霜。更值得警惕的是，技术出口的合规风险仍在加剧，Manus因试图通过“新加坡洗澡”转移核心技术，已被中国商务部纳入穿透审查范围，若Minimax的技术输出被认定违规，可能面临业务暂停的风险。
中国AI企业出海的破局之道
Minimax的海外扩张路径，既是中国AI企业出海的缩影，也暴露了行业的共性困境。当前中国AI出海正处于从“技术追随者”向“规则共建者”的转型关键期，2025年中国AI核心产业规模预计达8200亿元，生成式AI用户渗透率升至36.5%，全球AI应用出海访问量突破76亿次，中国企业占据半壁江山。但在全球AI竞争日趋激烈、监管政策持续收紧的背景下，中国AI企业出海需摒弃“烧钱换量”的浮躁心态，转向“技术深耕+本地化运营+合规先行”的理性路径。
Minimax的教训表明，单纯追求流量的C端赛道难以支撑长期增长。中国AI企业出海应借鉴Neuxnet的经验，选择需求刚性、付费能力强的垂直B端赛道，通过深度绑定行业场景建立壁垒。例如，中东的数字化基建、东南亚的电商数字化、欧美的工业AI等领域，均存在明确的市场需求。同时，应避免同质化竞争，聚焦自身优势领域——例如在工业检测、医疗影像等技术壁垒高的赛道，中国企业已形成技术优势，更易实现差异化竞争。
AI技术的商业价值不在于模型参数的高低，而在于场景落地的能力。中国企业应弱化对“全模态”“大参数”的盲目追求，转向“开源模型+行业定制”的轻量化路径。例如，基于开源模型进行垂直领域的微调，结合行业数据构建专用模型，既能降低研发成本，又能提升场景适配性。同时，应加强与本地企业的技术合作，通过联合研发、技术授权等方式，融入本地生态，提升技术的商业化效率。
深度本地化是AI企业出海的核心竞争力。企业应在核心海外市场设立本地化的研发、销售与服务团队，招聘本地员工，了解当地的文化习俗、市场需求与监管政策。例如，Neuxnet在沙特、阿联酋设立分支机构，核心团队本地化率达40%，其AI解决方案因适配本地金融机构的业务流程，获得了长期合作订单。同时，应建立本地化的合规体系，提前对接当地监管机构，确保产品与业务符合当地法规要求，规避合规风险。
版权合规与技术出口合规是AI企业出海的两大底线。在版权方面，应建立合规的训练数据体系，通过与版权方合作、使用开源素材等方式，规避侵权风险；同时，优化输出内容的审核机制，采用技术手段过滤侵权内容，借鉴Adobe Firefly的经验，与版权方建立收益分成机制，实现共赢。在技术出口方面，应严格遵守中国及目标市场的监管要求，避免通过“海外注册+技术转移”的方式规避监管，建立技术出口的内部审核流程，确保核心技术的合规输出。
结语
Minimax的千亿市值与七成海外收入，看似是中国AI企业出海的里程碑，实则是资本狂欢下的短期现象。其商业模式的脆弱性、风险的集中性，揭示了中国AI企业出海的真实困境：在技术壁垒不足、本地化缺失、合规风险加剧的背景下，单纯的“烧钱换量”与“产品出口”难以支撑长期增长。
中国AI企业的出海之路，不应是Minimax式的流量套利，而应是Neuxnet式的价值深耕。只有摒弃浮躁心态，聚焦垂直赛道，深耕本地市场，坚守合规底线，才能在全球AI竞争中真正立足。未来，AI出海的竞争将是场景落地能力、本地化服务能力与合规能力的综合竞争，那些能够真正创造价值的企业，才能穿越周期，实现可持续增长。而Minimax的未来，将取决于其能否摆脱对烧钱的依赖，解决版权与合规问题，找到真正的核心竞争力——这不仅是对Minimax的考验，也是对所有中国AI出海企业的拷问。
琼公网安备 46010802000728号