Glow的技術支持由開發公司MiniMax提供 ， 核 心 為 三大模態的基礎模型架構、 “User-in-the-Loop”的用戶反饋機制以及 優秀技術人員配置。

掌握自研三大模態的基礎模型架構。 MiniMax為北京稀宇科技有限公司，是2021 年成立的人工智能創業公司，通過直接從底 層模型切入，基于Transformer架構，自研 了文本到視覺、文本到語音、文本到文本三 模態的基礎模型架構，是國內較早同時擁 有3個模態大模型能力的創業公司。

模型開發投入相對可控。據技術合伙人楊斌 ，文本、語言、視覺三模態是幾乎所有數字 內容的基礎形態，只需一個較小的團隊，來 共同維護優化三個大模型、做好用戶閉環， 即可具備較好的內容生成能力。據甲子光年 ，MiniMax目前團隊人數約100人。

用戶反饋機制優化產品體驗。Glow基于“User-in-the-Loop”進行產品輸出結果的人為優化，即在 與智能體對話過程中，用戶針對智能體的回答可給予“點贊”“差評”“有趣”“邏輯不通”的反 饋，模型將由此強化對用戶對話喜好的認知，從而優化產品體驗。

此機制與ChatGPT的基于人類反饋的強化學習機制類似（Reinforcement Learning from Human Feedback，RLHF）。即大語言模型（LLM）接收提示符并輸出多個回答后，人類對其回答進行評 估與排序，在獎勵模型（Reward Model）中按回答的質量G低賦予不同獎勵，并將獎勵結果反饋給 LLM，LLM據此進行強化學習，以優化下一輪結果輸出

公司核心技術成員多具備豐富產業或學術界經驗。據甲子光年，MiniMax核心技術人員均來自全 球知名G校和知名科技公司，具備較豐富的自然語言處理、語音、計算機視覺、計算機圖形學 等業界或學術界經驗，近33%的成員擁有世界知名技術實驗室博士學位，擁有上百個發明專利 。例如聯合創始人閆俊杰為中科院自動化所博士，在深度學習和計算機視覺L域發表的論文被 Google Scholar引用超1萬次，也曾在商湯負責搭建深度學習底層算法及人臉識別等技術體系。