3月18日,MiniMax(稀宇科技)公布了其大语言模型最新版本 MiniMax M2.7 的详细介绍。与常规的模型能力升级不同,M2.7 最核心的突破在于它是 MiniMax 第一个深度参与迭代自身的模型——能够自行构建强化学习环境、更新自身记忆、驱动自身训练优化,并基于结果反复改进,开启了模型自我进化的闭环。
核心亮点:模型如何"迭代自己"
M2.7 最引人注目的特性是其"自我进化"能力。MiniMax 团队将 M2 的早期版本引导为一个研究型 Agent 框架,使其能够与不同研究项目组交互协作。该系统覆盖了数据流水线、训练环境、评测基础设施、跨团队协作和持久化记忆,让研究员可以驱动模型来交付更好的下一代模型。
以强化学习场景为例:研究员从实验想法出发与 Agent 展开讨论,Agent 协助文献调研、跟踪实验规格、完成数据流水线对接并启动实验。运行期间自动监控实验状态,触发日志读取、问题排查、指标分析、代码修复、合并请求及冒烟测试。这些过去需要多位不同团队同事协作的工作,现在研究员只需在关键决策时介入。MiniMax 表示,M2.7 在这个场景下能够胜任30-50%的工作流。
更关键的是 M2.7 自主迭代 Harness 的能力。团队让 M2.7 优化内部脚手架上的软件工程开发表现,M2.7 全程自主执行"分析失败轨迹→规划改动→修改脚手架代码→运行评测→对比结果→决定保留或回退"的迭代循环超过100轮,最终在内部评测集上效果提升30%。在这个过程中,M2.7 自主发现了系统性搜索最优采样参数组合、设计更具体工作流指引、在 Agent Loop 中添加循环检测等多项有效优化。
在 MLE Bench Lite 的22个机器学习任务测试中,M2.7 每次有24小时自主迭代进化,性能随时间持续提升。最好一次取得9枚金牌、5枚银牌、1枚铜牌,三次平均66.6%的得牌率,仅次于 Opus 4.6(75.7%)和 GPT-5.4(71.2%),与 Gemini 3.1 持平。 真实软件工程:不只写代码,更理解生产系统
M2.7 在编程能力上覆盖了日志分析与Bug定位、代码重构、代码安全、机器学习、安卓开发等多个真实软件工程方向。
基准测试方面,M2.7 在 SWE-Pro 中以56.22%的正确率追平 GPT-5.3-Codex;在 SWE Multilingual(76.5)和 Multi SWE Bench(52.7)中展现更显著优势。端到端项目交付方面,VIBE-Pro 得分55.6%,几乎与 Opus 4.6 持平;Terminal Bench 2(57.0%)和 NL2Repo(39.8%)进一步验证了其对复杂工程系统的深层理解能力。
生产环境故障调试是 M2.7 的一大亮点。面对实际生产告警,M2.7 能关联监控指标与部署时间线做因果推理,对轨迹采样做统计分析并提出假设,主动连接数据库验证根因,定位到代码仓库中缺失的索引迁移文件,甚至知道用非阻塞建索引先止血再提合并请求——从可观测性分析到 SRE 级别的决策判断,是一个真正理解生产系统的模型。MiniMax 表示,基于 M2.7 已多次将线上生产系统故障恢复时间缩短到三分钟以内。
此外,M2.7 具备原生 Agent Teams(多智能体协作)能力,能够稳定锚定角色身份、主动挑战队友的逻辑与伦理盲区、在复杂状态机中自主决策。
专业办公:从知识理解到交付闭环
专业知识层面,M2.7 在 GDPval-AA 评测中 ELO 得分达到1500,在45个模型中仅次于 Opus 4.6、Sonnet 4.6 和 GPT-5.4,为开源模型最高。
Office 文件处理是本次重点优化方向。M2.7 对 Word、Excel 和 PPT 的复杂编辑能力显著提升,既能基于模板直接生成文件,也能遵从交互指令对已有文件做多轮高保真编辑,最终给出可编辑的产物。
在复杂环境交互方面,Toolathon 正确率达46.3%,位居全球第一梯队。40个复杂 Skills(超过2000 Token)场景下仍保持97%的 Skills 遵循率。在 OpenClaw 使用评测 MM-Claw 中正确率62.7%,接近 Sonnet 4.6。
MiniMax 展示了一个金融场景案例:M2.7 自主阅读台积电年报与业绩沟通会纪要,交叉比对多篇研报,独立设计假设并构建营收预测模型,再基于模板产出 PPT、Word 研究报告和 Excel 图表。从业者评价产出物已可作为初稿直接进入后续工作流程。
互动娱乐:从生产力到AI原生交互
M2.7 大幅强化了人设保持和对话能力。MiniMax 观察到,用户在 OpenClaw 等 Agent 脚手架中完成工作的同时,越来越希望模型具备高情商和复杂人设保持能力,开始自然地与 Agent "相处"。
基于这一洞察,MiniMax 构建了 OpenRoom Agent 交互系统,将 AI 互动置入万物皆可互动的 Web GUI 空间,对话即驱动,实时产生视觉反馈与场景交互。OpenRoom 已开源(github.com/MiniMax-AI/OpenRoom),可通过 openroom.ai 体验。
M2.7 核心数据一览
软件工程:SWE-Pro 56.22%(追平 GPT-5.3-Codex)、VIBE-Pro 55.6%(接近 Opus 4.6)、Terminal Bench 2 57.0%。专业办公:GDPval-AA ELO 1500(开源最高)、97%复杂 Skills 遵循率。Agent 与工具:MM-Claw 62.7%(接近 Sonnet 4.6)、Toolathon 46.3%(全球第一梯队)。自我进化:MLE Bench Lite 得牌率66.6%(与 Gemini 3.1 持平)、内部脚手架自主优化100轮后效果提升30%。
MiniMax 表示,M2.7 基于上述能力也在显著加速其自身向 AI Native 组织的进化,并相信未来 AI 自我进化将逐步向完全自动化过渡。