MiniMax发布M2.7模型：首次提出“自我进化”路径
3月18日，国产AI大模型公司MiniMax发布新一代模型M2.7，首次展示“模型自我进化”路径。该模型通过构建Agent Harness体系，深度参与自身训练与优化流程，在部分研发场景中可承担30%至50%的工作量，并在内部评测集上实现约30%的效果提升。
相较于此前M2系列，M2.7的核心突破不再局限于性能提升，而是提出了一个更具范式意义的方向——“模型自我进化”，即让模型深度参与自身的训练、优化与迭代过程，推动AI从被动执行走向主动演化。在这一体系中，模型不仅承担生成与推理任务，还通过Agent Harness参与数据处理、实验设计、训练调优与评测反馈等完整研发流程，成为模型研发流程的一部分。
以强化学习场景为例，Agent能够从实验设想出发，与研究员协同完成文献调研、实验设计、任务执行，并在过程中自动进行日志分析、Bug排查、指标优化和代码修复，显著降低人工介入频率。在内部测试中，模型可连续执行超过100轮“分析—改进—验证”的循环，自主调整采样参数、优化工作流策略，具备一定程度的“自主进化能力”。
根据测试数据，M2.7在SWE-bench Pro中取得56.22%成绩，接近国际一线水平；同时在VIBE-Pro、Terminal Bench 2等真实工程测试中表现突出，支持端到端项目交付与复杂系统理解。办公场景方面，其在GDPval-AA的ELO得分为1495，为开源最高，并显著提升Office文档处理与多轮编辑能力。
M2.7强化了“多智能体协作”能力，模型需同时承担多个角色，进行对抗性推理与协同决策，对模型的身份保持、逻辑一致性与协议遵循提出更高要求。与此同时，MiniMax也在探索Agent的“非生产力边界”，通过增强模型的人设保持与情感交互能力，支撑最新推出的互动娱乐产品OpenRoom，将AI交互延伸至沉浸式Web环境，探索“对话即界面”的新交互范式。
