De acordo com pt.wedoany.com-Em 10 de julho, a MiniMax concluiu uma nova rodada de financiamento totalizando aproximadamente 16 bilhões de HKD. Esta transação atraiu a participação de mais de cem instituições, alcançando uma cobertura de subscrição de 7 vezes, com o tamanho da emissão expandido de cerca de 1,8 bilhão de dólares para mais de 2 bilhões de dólares. Os recursos captados serão destinados principalmente a infraestrutura de IA, pesquisa e desenvolvimento de modelos, engenharia de agentes e operações globais de produtos.
Esta rodada de financiamento é composta por duas partes: colocação de novas ações e títulos conversíveis com juros zero. Espera-se que 35,6 milhões de novas ações Classe A captem aproximadamente 9,54 bilhões de HKD, enquanto os títulos conversíveis com juros zero totalizam 6,5 bilhões de HKD. A MiniMax planeja investir cerca de 80% dos recursos captados em infraestrutura de IA e pesquisa e desenvolvimento de modelos. O direcionamento do uso dos fundos não é para expansão geral de negócios, mas sim para continuar aumentando os investimentos em clusters de computação, treinamento de modelos, serviços de inferência e engenharia de produtos de agentes.
O desenvolvimento de modelos de grande escala requer o processamento contínuo de dois tipos de demanda computacional: treinamento e inferência. A fase de treinamento envolve processamento massivo de dados, computação distribuída, atualização de parâmetros do modelo e múltiplas rodadas de experimentos. Já a fase de inferência exige que o modelo mantenha baixa latência, alta concorrência e saída estável durante chamadas reais de usuários. Com a expansão das janelas de contexto, a entrada do modelo em tarefas multimodais e de agente, a quantidade de texto, imagens, vídeos, código, resultados retornados de ferramentas e histórico de estado processados em uma única tarefa aumenta continuamente, exigindo a expansão simultânea de computação, armazenamento, rede e escalonamento de engenharia.
O mais recente modelo flagship da MiniMax, o M3, concentrou sua direção técnica em codificação, agentes, contexto ultra longo e multimodalidade nativa. Este modelo adota a arquitetura de atenção esparsa MiniMax Sparse Attention, suporta um contexto de até 1 milhão de tokens e pode processar entradas de imagens e vídeos, além de operar ambientes de desktop. Com um contexto de 1 milhão de tokens, o custo computacional por token do M3 é reduzido para aproximadamente um vigésimo do modelo da geração anterior, com a velocidade da fase de pré-preenchimento aumentada em mais de 9 vezes e a fase de decodificação em mais de 15 vezes.
A engenharia de agentes é outra linha principal deste investimento de capital. Para que o modelo execute trabalhos reais, ele não pode se limitar a gerar um texto ou código; precisa também entender objetivos, dividir tarefas, chamar ferramentas de busca e escritório, ler arquivos, executar programas, verificar resultados e ajustar o próximo passo com base em feedback intermediário. A engenharia de agentes precisa resolver interfaces de ferramentas, estados de tarefas, controle de permissões, memória de longo prazo, recuperação de erros e avaliação de execução, permitindo que o modelo trabalhe continuamente em cadeias de tarefas mais longas.
O M3 já expandiu sua capacidade de codificação para correção de erros de programa, desenvolvimento front-end e back-end, otimização de desempenho e execução de terminal. Através de um framework de simulação interativa de usuários, o modelo é treinado para lidar com complementação de requisitos, discussão de soluções, modificação de feedback e iteração de projetos complexos. O modelo não se limita mais a executar instruções únicas, mas tenta avançar tarefas de software em conjunto com desenvolvedores em sessões contínuas.
A MiniMax atualmente formou um sistema de modelos de linguagem, vídeo, voz, imagem e música, e lançou agentes de código, geração de vídeo, geração de áudio, aplicações de personagens de IA e uma plataforma de desenvolvimento empresarial. Com a entrada dos 16 bilhões de HKD, a expansão da infraestrutura de IA, o treinamento do M3 e de modelos subsequentes, a engenharia de agentes, a otimização computacional de contexto longo e a implantação de produtos multimodais se tornarão os elos específicos de investimento.
