de.wedoany.com-Bericht: Am 10. Juli schloss MiniMax eine neue Finanzierungsrunde im Gesamtvolumen von rund 16 Milliarden HKD ab. An der Transaktion beteiligten sich über hundert Institutionen, die eine 7-fache Überzeichnung erreichten. Das Emissionsvolumen wurde von ursprünglich rund 1,8 Milliarden USD auf über 2 Milliarden USD ausgeweitet. Die Mittelzuflüsse dienen hauptsächlich der KI-Infrastruktur, der Modellforschung und -entwicklung, dem Engineering von KI-Agenten sowie dem globalen Produktbetrieb.
Diese Finanzierungsrunde setzt sich aus einer Bezugsrechtsemission neuer Aktien und einer Nullzins-Wandelanleihe zusammen. Mit 35,6 Millionen neuen A-Aktien sollen rund 9,54 Milliarden HKD eingenommen werden, während die Nullzins-Wandelanleihe ein Volumen von 6,5 Milliarden HKD hat. MiniMax plant, rund 80 % der Finanzierungsmittel in KI-Infrastruktur sowie Modellforschung und -entwicklung zu investieren. Die Mittelverwendung dient nicht der allgemeinen Geschäftsausweitung, sondern der weiteren Aufstockung von Rechencluster, Modelltraining, Inferenzdiensten und dem Engineering von KI-Agentenprodukten.
Die Entwicklung großer Modelle erfordert die kontinuierliche Bewältigung von zwei Arten von Rechenanforderungen: Training und Inferenz. Die Trainingsphase umfasst die Verarbeitung großer Datenmengen, verteiltes Rechnen, Parameteraktualisierungen und mehrfache Experimente. In der Inferenzphase müssen die Modelle bei realen Benutzerabfragen niedrige Latenz, hohe Parallelität und stabile Ausgabe gewährleisten. Mit der Vergrößerung des Kontextfensters und dem Übergang zu multimodalen und KI-Agenten-Aufgaben steigen die pro Aufgabe zu verarbeitenden Text-, Bild-, Video-, Code-, Tool-Ergebnisse und historischen Zustände kontinuierlich an, sodass Rechenleistung, Speicher, Netzwerk und Engineering-Scheduling parallel erweitert werden müssen.
Das neueste Flaggschiff-Modell M3 von MiniMax hat seine technologische Ausrichtung auf Kodierung, KI-Agenten, extrem lange Kontexte und native Multimodalität konzentriert. Das Modell verwendet die MiniMax Sparse Attention-Architektur, unterstützt einen Kontext von bis zu 1 Million Token und kann Bild- und Videoeingaben verarbeiten sowie Desktop-Umgebungen bedienen. Bei einem Kontext von 1 Million Token reduziert M3 den Rechenaufwand pro Token auf etwa ein Zwanzigstel des Vorgängermodells, die Geschwindigkeit in der Prefill-Phase steigt um mehr als das 9-Fache und in der Decode-Phase um mehr als das 15-Fache.
Das Engineering von KI-Agenten ist ein weiterer Schwerpunkt der Mittelverwendung. Damit ein Modell reale Aufgaben erledigen kann, darf es nicht nur Text oder Code generieren, sondern muss Ziele verstehen, Aufgaben aufteilen, Such- und Bürowerkzeuge aufrufen, Dateien lesen, Programme ausführen, Ergebnisse überprüfen und auf Basis von Zwischenrückmeldungen die nächsten Schritte korrigieren. Das Engineering von KI-Agenten erfordert die Lösung von Schnittstellen zu Tools, Aufgabenstatus, Zugriffskontrolle, Langzeitgedächtnis, Fehlerbehebung und Ausführungsbewertung, damit das Modell über längere Aufgabenketten hinweg kontinuierlich arbeiten kann.
M3 hat seine Kodierungsfähigkeiten auf Programmfehlerbehebung, Frontend- und Backend-Entwicklung, Leistungsoptimierung und Terminalausführung ausgeweitet. Durch ein interaktives Benutzersimulations-Framework wird das Modell darauf trainiert, Anforderungsergänzungen, Lösungsdiskussionen, Feedback-Änderungen und die Iteration komplexer Projekte zu bewältigen. Das Modell führt nicht mehr nur einzelne Befehle aus, sondern versucht, in kontinuierlichen Sitzungen gemeinsam mit Entwicklern Softwareaufgaben voranzutreiben.
MiniMax hat derzeit ein System aus Sprach-, Video-, Sprach-, Bild- und Musikmodellen aufgebaut und bietet Code-Agenten, Videogenerierung, Audiogenerierung, KI-Rollenanwendungen sowie eine Unternehmensentwicklungsplattform an. Nach dem Zufluss von 16 Milliarden HKD werden der Ausbau der KI-Infrastruktur, das Training von M3 und nachfolgenden Modellen, das Engineering von KI-Agenten, die Optimierung von Langkontext-Berechnungen und die Bereitstellung multimodaler Produkte zu den konkreten Investitionsbereichen.
