人工智能企业MiniMax近日正式对外发布并开源其最新研发的M2.7模型，该模型通过独特的自我优化机制，实现了在复杂任务场景中的高效执行能力。据技术文档披露，该模型突破了传统架构限制，能够深度参与自身训练流程的迭代优化，为构建智能体框架提供了新的技术路径。
在专业领域评估中，M2.7展现出显著的技术优势。该模型在SWE-Pro软件工程基准测试中取得56.22%的得分，与行业顶尖模型形成有力竞争。特别是在完整项目交付环节，其VIBE-Pro测试成绩达到55.6%，复杂系统理解能力在Terminal Bench 2测试中更获得57.0%的优异表现，验证了其在真实工程环境中的实用价值。
模型的核心创新在于其自主进化能力。通过内置的反馈收集系统，M2.7可自动构建评估数据集，持续优化神经网络架构、技能模块和记忆机制。在编程能力优化实验中，该模型完成超过100轮自主训练循环，最终在内部测试中实现30%的性能提升，这种自我完善机制显著降低了人工干预需求。
交互方式革新是M2.7的另一重要突破。配套开发的OpenRoom系统将传统文本交互升级为可视化界面操作，支持实时场景反馈和高度模块化扩展。这种设计不仅提升了用户体验，更为开发新型人机协作模式提供了技术基础，使智能交互从单一维度向多模态方向发展。
目前，M2.7模型已通过Huggingface平台开源，开发者可访问https://huggingface.co/MiniMaxAI/MiniMax-M2.7获取完整代码库。同时，MiniMax官方API服务（https://platform.minimax.io/docs/guides/models-intro）提供商业级模型调用接口，支持企业用户快速集成先进AI能力。
