MiniMax M2.7: Mô hình AI mã nguồn mở có khả năng tự cải thiện bản thân

MiniMax M2.7 vừa chính thức được công bố là một mô hình AI mã nguồn mở, mang đến một cách tiếp cận mới mẻ trong việc phát triển trí tuệ nhân tạo. Điểm đặc biệt nhất của M2.7 không chỉ nằm ở thông số kỹ thuật, mà là ở quá trình phát triển của nó: mô hình này đã tham gia vào việc xây dựng chính mình.

MiniMax M2.7

Khả năng tự tiến hóa (Self Evolution)

MiniMax đã cung cấp cho phiên bản nội bộ của M2.7 một khung sườn lập trình và cho phép nó hoạt động mà không cần sự giám sát của con người. Qua hơn 100 vòng lặp, mô hình này đã tự phân tích các lỗi sai của mình, sửa đổi code, chạy các bài đánh giá và quyết định những gì nên giữ lại hay hoàn tác. Kết quả là một sự cải thiện hiệu suất lên tới 30% mà không cần con người chỉ đạo từng bước.

Điều này được minh chứng rõ nét qua kết quả trên MLE Bench Lite. MiniMax đã cho M2.7 tiếp cận 22 cuộc thi học máy, mỗi cuộc chạy trên một GPU A30. Sau mỗi vòng, mô hình tạo ra tệp bộ nhớ, tự phê bình kết quả và đưa những quan sát đó vào vòng tiếp theo. Chạy tốt nhất đã đạt được 9 huy chương vàng, 5 huy chương bạc và 1 huy chương bronze.

Hiệu năng lập trình và kỹ thuật

Đối với các nhà phát triển, điểm số trên SWE-Pro là thước đo quan trọng nhất, kiểm tra kỹ thuật phần mềm thực tế trên nhiều ngôn ngữ lập trình. M2.7 đạt điểm 56,22%, ngang bằng với GPT-5.3-Codex. Trên các bài kiểm tra đa ngôn ngữ và đa nhiệm vụ khác, mô hình cũng cho thấy hiệu suất gần với các tình huống kỹ thuật thực tế.

MiniMax khẳng định M2.7 có khả năng tương quan các chỉ số giám sát với lịch trình triển khai, chạy phân tích thống kê trên dữ liệu trace, kết nối với cơ sở dữ liệu để xác định nguyên nhân gốc rễ và đưa ra các quyết định cấp SRE để khắc phục sự cố nhanh chóng.

Năng suất văn phòng và xử lý tài liệu

Không chỉ mạnh về lập trình, M2.7 còn tỏ ra xuất sắc trong các tác vụ văn phòng. Trên chỉ số GDPval-AA, đo lường khả năng thực hiện nhiệm vụ chuyên nghiệp trong các tình huống văn phòng thực tế, M2.7 đạt ELO 1495 - mức cao nhất trong số các mô hình mã nguồn mở hiện nay.

Mô hình có khả năng xử lý Word, Excel và PPT với độ chính xác cao qua nhiều vòng chỉnh sửa. Trong một bài kiểm tra phân tích tài chính của TSMC, M2.7 đã đọc báo cáo thường niên, đối chiếu nghiên cứu, xây dựng mô hình dự báo doanh thu và tạo ra báo cáo PPT và Word hoàn chỉnh.

Giấy phép sử dụng: Lưu ý quan trọng

Đây là phần quan trọng mà người dùng cần đọc kỹ trước khi triển khai bất cứ thứ gì trên M2.7. Giấy phép trông giống MIT nhưng thực tế không phải vậy.

• Sử dụng phi thương mại: Miễn phí và không bị hạn chế.
• Sử dụng thương mại: Yêu cầu sự chấp thuận trước bằng văn bản từ MiniMax. Bạn cần liên hệ với họ và được phê duyệt trước khi tung ra bất kỳ sản phẩm nào sử dụng M2.7 hoặc thu phí người dùng để truy cập nó.
• Yêu cầu hiển thị: Bất kỳ sử dụng thương mại nào phải hiển thị rõ ràng dòng chữ "Built with MiniMax M2.7" trên trang web, giao diện hoặc tài liệu liên quan.

Cách truy cập và thử nghiệm

Hiện tại, bạn có thể tải xuống các trọng số (weights) của M2.7 từ HuggingFace để triển khai cục bộ. NVIDIA cũng đang cung cấp quyền truy cập API miễn phí nếu bạn muốn thử nghiệm mà không cần lo về phần cứng. Ngoài ra, MiniMax Agent tại agent.minimax.io cung cấp giao diện được lưu trữ để bạn kiểm tra các khả năng agentic ngay lập tức.

Với khả năng tự cải thiện và hiệu năng ấn tượng, MiniMax M2.7 là một bổ sung giá trị cho cộng đồng AI mã nguồn mở, miễn là bạn tuân thủ đúng các điều khoản cấp phép của nó.