随着大模型竞争由围绕技术迭代的速度、参数展开竞争，转向场景落地，出海寻找新的市场空间和利润增长点，成为众多企业的选择。

据MiniMax披露，其视频模型在海螺AI中上线后一个月内，海螺AI网页版9月访问量达497万，同比增加867.41%，位列AI产品榜（Web）9月全球增速榜、国内增速榜双榜单榜首。此外，MiniMax旗下AI情感陪伴产品星野AI海外版Talkie，当前的全球月活跃用户数已达1100万，其中超过50%用户来自美国。

当应用竞争的壁垒由用户规模向订阅率、留存率转变，相较于国内市场，对应用服务类产品拥有更高付费意愿的海外市场，成为更加理想的赛道。

“快速的投流往往收获的是没有忠诚度的用户，MiniMax更愿意把钱花在通过技术创新提升产品的好用性。”MiniMax国际业务总经理盛静远表示，在打法上，MiniMax不把重心放在营销或投流上，让一切的传播依赖于口碑，而口碑则依靠产品和技术好坏，因为“好的产品体验自然让用户黏性提升”。

投流与营销不再是唯一答案

在非凡产研8月份发布的AI出海榜单产品中，排名前48位的AI应用产品，有11款产品是AI情感陪伴类应用，表现最好的是MiniMax旗下的Talkie，8月总下载量235万，环比增长31.63%。

“快速的投流往往收获的是没有忠诚度的用户，MiniMax更愿意把钱花在通过技术创新提升产品的好用性。”谈及在拓展海外市场时采取的整体战略，MiniMax国际业务总经理盛静远在接受《每日经济新闻》记者专访时表示，在打法上，MiniMax不把重心放在营销或投流上，让一切的传播依赖口碑，而口碑则依靠产品和技术，因为“好的产品体验自然让用户黏性提升”。

以Talkie为例，盛静远把Talkie的成功归结为技术与产品定位。技术上来说，得益于MiniMax在自研文本、语音、图像等多种模态模型上深耕成果。从产品上来谈，Talkie在海外有自己的独特性，Talkie上的用户可以根据自己的喜好创建智能体，同时拥有丰富的互动场景。她表示，Talkie的后续发展重心，仍在提升用户体验上，而不看重短期内的商业化。

对“超级应用”“落地转化”的焦虑正在大模型创业公司蔓延，焦虑背后则是行业对于大模型商业化的迫切追逐。

“商业化对整个AI行业都是考验，不能急躁，需要客观面对。”盛静远认为，MiniMax是所有中国大模型公司里面，少数几个能讲商业化、能讲变现、能讲产品跟模型一起驱动的公司，相信能通过技术突破，实现更好的产品和生态，再用商业化的所得反哺技术。“这是我们期待的良性生态，当技术突破创新不断加强，产品体验变得越来越好，商业化会是一件自然而然的事。”

商业化拷问悬顶，但目前中国AI初创公司普遍面临高昂的模型训练成本挑战，在出海路上如何平衡海外市场的收入增长与运营成本？

盛静远坦言，相较于模型训练所花费的资源与成本，海内外产品的收入还远远不能覆盖，但MiniMax不能为了让ROI（投资回报率）为正去放弃对技术的追求。“我们是技术驱动的公司，不会走捷径，不追求账面上数字的好看，所以暂时还不能平衡。但这不重要，公司会继续按自己的目标前进。”

到海外去，但不一定要“高举高打”

出海，正在成为中国AI应用商业化探索的路径之一。

据非凡产研统计，在全球约1500家活跃AI企业中，中国出海企业已达103家。SensorTower发布的2024年上半年美国AI应用市场的下载量数据显示，排名前十的AI应用中有三款来自中国企业。

AI应用出海的探索刚刚开始。行行AI董事长李明顺也对《每日经济新闻》记者表示，大模型出海目前才开始，尤其在应用层，未来机会还有很多。“在ToC这块，中国出海应用的机会还是蛮多的，但ToB就比较难一点，毕竟和传统的企业级软件结合，我们暂时没什么资源。”

在应用出海路径的探索上，一家AI应用层公司创始人在接受《每日经济新闻》采访时表示，当前AI应用的出海策略，有的公司依旧采取“高举高打”的方式，但“高举高打”是扭曲的。他认为，移动互联网时代，应用产品普遍通过扩大用户规模，进而投放广告变现。然而，对于AI应用产品而言，短期很难依靠同样的模式变现，即便如ChatGPT这样的产品，其收入来源也主要依赖于用户订阅。因此，应用产品应该追求用户的付费率。“我们的选择是宁愿用户量做小一点，但是有更高的付费率”。

提高订阅与留存最直接的路径，依旧是满足用户需求、体验。

在出海探索中，盛静远也谈到，Talkie在界面设计、Logo呈现和功能设置几方面都有迭代升级，团队会收到来自一百多个国家的用户反馈，并根据反馈进行产品迭代。她认为，如果一款产品海外用户为目标群体，在设计之初就需要深入了解目标市场的文化特征、用户习惯和社会价值观。可能有最基础的调查问卷、访谈等，收集不同文化背景下用户的需求和偏好。很重要的一点是，不要使用可能引起文化误解或冒犯的元素，遵守当地的法律和规范。

在未来的探索之路上，盛静远表示，MiniMax的长期目标一直有三个方向：降低AI错误率，从目前的两位数（百分比）降低到个位数，甚至是2%到3%；其次是实现无限长的输入和输出；最后是多模态的研发。