Snow StudioSNOW STUDIO

品牌

我们软件背后的人工智能模型：它们是谁、来自哪里、走向何方。

MiniMax
中国上海MiniMax Group

MiniMax

能同时理解文字、图像、视频和语音的人工智能。

成立于2021年12月，总部位于上海，创始团队来自商汤科技（SenseTime）的计算机视觉研究人员，其中包括现任首席执行官闫俊杰。研究工作于2022年1月启动，首个文本模型 abab1 于4月发布。2022年10月推出角色类 AI 应用 Glow，2023年它分别演变为面向全球的 Talkie 和面向中国的星野（Xingye）。2024年推出海螺 AI（Hailuo AI），公司由此拥有文本、语音、音乐和视频模型。

在 Snow Studio 中其视频引擎 H3 用于我们的动画软件。

访问官方网站 minimax.io

发展历程

  1. 2021年12月在上海成立。
  2. 2022年4月首个文本模型 abab1。
  3. 2023年Glow 应用演变为 Talkie（全球）和星野（中国）。
  4. 2024年3月推出海螺 AI。阿里巴巴领投 6 亿美元融资。
  5. 2026年1月在香港交易所上市（100.HK）。
  6. 2026年6月推出语言模型 MiniMax-M3。
  7. 2026年7月MiniMax H3（海螺 3.0）：同时生成视频与立体声音频。
2亿+用户遍布200多个国家和地区（2025年9月，公司数据）
+109%上市首日股价涨幅
6被称为中国“AI六小虎”之一

市场定位

中国“AI六小虎”之一，也是最面向海外市场的公司之一：基于招股书的分析显示，其收入大部分来自海外的应用和服务。公司一边做面向大众的应用（Talkie、海螺），一边通过 API 为企业提供服务。

宗旨

公司表示，希望以“Intelligence with Everyone”（与所有人共创智能）为理念，推动通用人工智能（AGI）向前发展。

发展路径

自研多条产品线的模型：文本（M1、M2、M3）、语音（Speech）、音乐和视频（海螺），其中多个已开放给公众。根据招股书，上市募集资金的 90% 将用于研发和产品。

资料来源：minimax.io, Wikipedia, Caixin.照片：Hermann Luyken，CC0，来自 维基共享资源（已裁剪并调色）。
中国杭州Alibaba Cloud

Qwen

帮助人工智能走向所有人的模型家族。

诞生于阿里巴巴（1999年成立于杭州）内部，源自2022年为研究大模型而成立的通义实验室。2023年4月，通义千问（Qwen）开始内测；2023年9月，在获得中国监管部门批准后向公众开放。此后这个家族不断壮大：文本、代码、图像、音频，以及能同时理解多种内容的全模态模型。

在 Snow Studio 中其语音和图像模型是我们引擎的一部分。

访问官方网站 qwen.ai

发展历程

  1. 2023年4月以通义千问之名启动，邀请内测。
  2. 2023年8月Qwen-7B 向所有人开放权重。
  3. 2025年4月Qwen3 支持119种语言和方言，采用 Apache 2.0 许可。
  4. 2025年9月Qwen3-Max，参数超过1万亿，通过云端提供。
  5. 2025年11月面向公众的千问应用上线。
  6. 2026年3月阿里巴巴成立 Token Hub，把 AI 与云战略结合起来。
  7. 2026年8月Qwen3.8-Max 上线云端，另有一个2.4万亿参数、开放权重的版本。
119Qwen3 支持的语言和方言
20万+第三方在 Hugging Face 发布的 Qwen 衍生模型
2.34亿千问应用用户数（2026年5月）

市场定位

阿里巴巴把 Qwen 定位为“AI 时代的安卓”：用开放模型吸引开发者，把顶级模型通过阿里云出售。如今它是全球使用最广的开源模型家族之一。

宗旨

据阿里巴巴介绍，开放 Qwen 是为了赋能全球开发者，并服务于通用人工智能（AGI）的长期目标。对119种语言的支持，也让 AI 走进了闭源模型价格过高的市场。

发展路径

开放权重（许多采用 Apache 2.0 许可）与云端闭源模型并行，例如 Qwen3.8-Max。2026年阿里巴巴重组了 AI 业务，并表示将继续坚持开源。公司还宣布了未来三年 3800 亿元人民币（约合520亿美元）的 AI 基础设施投入计划。

资料来源：qwen.ai, Wikipedia, TechNode.照片：Nat4Eben，CC BY-SA 4.0，来自 维基共享资源（已裁剪并调色）。
Gemma
英国伦敦Google DeepMind

Gemma

谷歌的开放模型，为在普通电脑上运行而设计。

来自谷歌 DeepMind。这家实验室于2010年在伦敦由德米斯·哈萨比斯（Demis Hassabis）、沙恩·莱格（Shane Legg）和穆斯塔法·苏莱曼（Mustafa Suleyman）创立，2014年被谷歌收购，2023年4月与 Google Brain 合并。它因2016年的 AlphaGo 而闻名，AlphaFold 还让哈萨比斯和约翰·朱默（John Jumper）获得2024年诺贝尔化学奖。Gemma 于2024年2月诞生，采用与 Gemini 相同的技术。

在 Snow Studio 中在你的电脑上直接协助翻译和文字辅助。

访问官方网站 deepmind.google/models/gemma

发展历程

  1. 2010年DeepMind 在伦敦成立。
  2. 2014年谷歌收购 DeepMind。
  3. 2023年4月DeepMind 与 Google Brain 合并为 Google DeepMind。
  4. 2024年2月Gemma 1，参数规模为20亿和70亿。
  5. 2025年3月Gemma 3 能理解图像和文字，支持140多种语言。
  6. 2026年4月Gemma 4，首个采用 Apache 2.0 许可的版本。
  7. 2026年8月该系列下载量突破10亿次。
10亿Gemma 系列下载量（2026年8月）
10万+社区创建的衍生版本，即“Gemmaverse”
25.6万Gemma 4 最大模型的上下文长度（tokens）

市场定位

这是谷歌的开放分支：轻量模型，与闭源的 Gemini 并行。谷歌称它是同等体量中能力最强的：310亿参数的 Gemma 4 在一个偏好榜单（Arena AI，2026年4月）的开源模型中排名第三。

宗旨

据谷歌介绍，Gemma 是让有用的 AI 技术人人可及这一承诺的一部分：权重开放，可下载、研究、微调，并在你自己的机器上运行。

发展路径

每一代都有新进步：Gemma 3n 为手机而设计，Gemma 4 带来了推理、工具调用、视频理解和最长25.6万 tokens 的上下文。小型模型能在手机和树莓派上运行，大型模型一块显卡就能装下。

资料来源：DeepMind, Google (Gemma 4), Wikipedia.照片：Nelo Hotsuma，CC BY 2.0，来自 维基共享资源（已裁剪并调色）。

商标、名称和标志归各自所有者所有，在此仅用于识别相关模型。Snow Studio 与这些公司没有关联，也未获得它们的认可。信息均来自公开资料，核对于2026年10月。

隐私政策