MiniMax开源M2.7模型实现AI自主训练与复杂任务新突破

4月12日，人工智能领域迎来一项重大进展：MiniMax公司正式宣布开源其最新研发的M2.7模型。该模型的核心突破在于其宣称具备“自我进化”能力，能够深度参与并优化自身的训练流程，从而构建出高度复杂的智能体框架，以应对现实世界中极具挑战性的生产力任务。

那么，M2.7模型的实际性能表现究竟如何？根据官方发布的技术报告，该模型在真实的软件工程与开发场景中展现了卓越的综合能力。其功能覆盖了从需求理解到最终交付的端到端项目流程，包括深入的日志分析、精准的Bug定位与修复、严格的代码安全审计，乃至机器学习任务的部署与调优。在权威的编码能力基准测试SWE-Pro中，M2.7取得了56.22%的优异成绩，这一表现已十分接近当前业界最顶尖的闭源模型水平。此外，在评估完整项目交付能力的VIBE-Pro测试中，其得分达到55.6%；在考验对复杂系统理解与操作的Terminal Bench 2测试中，也获得了57.0%的高分，充分证明了其在处理复杂任务时的强大实力。

M2.7模型最引人瞩目的特性是其内置的“自我进化”系统。该系统能够自动收集任务执行过程中的反馈数据，构建高质量的评估数据集，并以此持续驱动模型架构、专用技能模块以及长期记忆机制的优化与迭代。例如，在针对Python编程能力进行专项强化时，M2.7可以自主发起并运行超过100轮的训练循环，最终在内部评估中实现了约30%的性能跃升。这种形成完整闭环的自主优化能力，为人工智能迈向更高阶的自主学习和持续改进开辟了新的技术路径。

除了强大的核心模型，MiniMax还为M2.7配套推出了名为“OpenRoom”的全新人机交互系统。该系统将交互模式从传统的文本对话，革命性地扩展至可视化操作界面。它支持基于实时场景的动态反馈，并且其模块化设计赋予了系统高度的可扩展性。这或许预示着，未来的人机协作将朝着更加直观、高效和沉浸式的方向发展。

目前，开发者与研究人员可以通过以下官方渠道获取并体验开源的M2.7模型：

Huggingface：https://huggingface.co/MiniMaxAI/MiniMax-M2.7

MiniMax API：https://platform.minimax.io/docs/guides/models-intro