2026年3月18日，国内AI公司稀宇科技MiniMax正式推出其M2系列模型的最新版本M2.7。此次更新并非简单的性能提升，而是标志着AI模型发展进入一个全新阶段：M2.7成为首个深度参与自身迭代过程的模型，开启了模型的“自我进化”之路。该模型在复杂的软件工程任务、专业办公场景及互动娱乐方面均展现出显著进步，其多项关键评测成绩已接近或达到全球顶级模型水平。
核心突破：模型驱动自身进化的“智能体”
M2.7最引人注目的特性是其“自我进化”能力。MiniMax团队透露，在研发M2.7的过程中，他们构建了一个由模型自身驱动的“研究型智能体”框架。该框架能够与数据流水线、训练环境、评测基础设施等进行交互，协助研究员完成从文献调研、实验设计、代码修复到结果分析的完整研发流程。
在一个具体的强化学习（RL）场景案例中，研究员提出一个实验想法后，该智能体可以自动执行监控实验状态、分析日志、排查问题、修复代码、合并请求等一系列过去需要多个团队协作的复杂工作流，使研究员只需在关键决策点介入。据官方数据，在此类场景下，M2.7能够自主完成30%至50%的工作流。
更进一步的实践是，M2.7被用于优化其自身的软件工程开发脚手架。模型能够完全自主运行超过100轮“分析失败轨迹→规划改动→修改代码→运行评测→对比结果→决定保留或回退”的迭代循环，并最终将内部评测集上的效果提升了30%。这证明了模型具备自主发现优化策略（如系统搜索最优采样参数、设计更高效的工作流）的能力。
实战表现：软件工程能力跻身第一梯队
在编程与软件工程领域，M2.7展现了解决真实世界复杂问题的强大能力。官方分享了一个线上生产环境故障调试的案例：面对实际的生产告警，M2.7能够关联监控指标与部署时间线进行因果推理，主动连接数据库验证根因，最终定位到缺失的索引迁移文件，并提出“用非阻塞建索引先止血”的SRE级决策。基于此能力，团队已多次将线上故障恢复时间缩短至三分钟以内。
在权威基准测试中，M2.7的成绩证实了其顶尖水准。在涵盖多种编程语言的SWE-Pro测试中，M2.7取得了56.22%的正确率，与GPT-5.3-Codex持平。在更贴近真实工程场景的端到端项目交付基准VIBE-Pro上，其55.6%的得分几乎与Opus 4.6相当。在对系统理解要求极高的Terminal Bench 2测试中，M2.7也获得了57.0%的分数。
专业办公：从数据处理到金融建模的全栈助手
在办公生产力场景，M2.7的核心提升在于专业知识与复杂环境交互能力。在衡量各领域专业知识与任务交付能力的GDPval-AA评测中，M2.7的ELO得分达到1495，在45个模型中位列开源最高，仅次于Opus 4.6、Sonnet 4.6和GPT-5.4。
模型对Word、Excel、PPT的复杂编辑能力显著增强，能够基于模板生成文件，也能根据用户指令对已有文件进行多轮高保真修改。在需要调用大量复杂技能（Skill）的真实工作场景中，M2.7在40个超过2000个Token的复杂技能用例上，仍能保持97%的遵循率。
一个突出的案例是金融分析领域。M2.7可以自主阅读公司年报、业绩沟通会纪要和多篇研报，交叉比对信息，独立设计假设并构建营收预测模型，最终基于模板产出包含PPT、Word研究报告和Excel图表的完整投资分析材料。其产出的关于台积电（TSMC）的深度研究报告，结构完整、数据详实，已被从业者评价为“可作为初稿直接进入后续工作流程”。
互动娱乐：高情商与强人设保持
除了生产力工具属性，M2.7在“情商”和复杂人设保持能力上也有极大加强。随着用户开始与智能体“自然相处”而不仅是“下达指令”，模型在互动娱乐场景的潜力得以释放。
为此，MiniMax同步开源了一个名为“OpenRoom”的AI交互系统原型。该系统将AI互动置于一个万物皆可互动的Web GUI空间中，实现“对话即驱动”，角色可以主动与环境交互并产生实时视觉反馈。该项目的大部分代码也由AI生成，旨在探索人与智能体之间全新的交互方式。
模型获取与体验
目前，MiniMax M2.7模型已在MiniMax Agent平台（agent.minimaxi.com）及开放平台API服务（platform.minimaxi.com）上全量上线。对于有深度编程需求的开发者，平台还提供了“Coding Plan”订阅服务。同时，开源项目OpenRoom的代码仓库（github.com/MiniMax-AI/OpenRoom）和体验地址（openroom.ai）也已对外开放，供社区探索与共建。
M2.7的发布，不仅是一次模型能力的迭代，更展示了AI从被动执行工具向主动协作、甚至自我优化伙伴演进的可能性。其在真实软件工程和复杂专业任务中的表现，预示着AI智能体（Agent）正加速从技术演示走向规模化应用。
