全部 AI 动态 · AI 热点

6月27日

14:24

Marc Andreessen@pmarca

匿名AI研究员FleetingBits剖析了中国AI实验室格局：Zhipu类似Palantir，通过国企合同获得国家支持，其GLM 5.2模型毛利率约40%。MiniMax主打陪伴App Talky和视频生成App Hailuo，多数收入来自海外（含美国）。字节跳动的Doubao是中国最流行的AI应用，但不开源模型。

行业 Zhipu GLM 5.2 MiniMax ByteDance Doubao AI生态

推荐理由：别只盯着DeepSeek了。Zhipu毛利率40%靠国企单子，MiniMax用Talky和Hailuo出海赚美国人钱，字节Doubao闷声发大财——这篇把中国AI家底都抖出来了。

原文

6月26日

22:42

Gary Marcus@GaryMarcus

UBS调查显示，60%监控AI预算的企业已开始转向更便宜的模型和开源中国模型。企业面临极端账单，有用户每月花费高达35,000美元，团队超出配额200%，部分公司从5个AI内部工具削减至2个。企业通过模型路由策略，将简单任务分配给便宜模型，如Qwen、DeepSeek、MiniMax、GLM、Kimi，而保留高级模型用于推理、编程和长上下文任务。这些中国开源模型可以本地运行或通过云目录使用，符合企业成本曲线。

行业 UBS DeepSeek Qwen MiniMax 开源模型成本优化企业AI应用

推荐理由：大厂AI账单太高了，UBS说60%的企业已经在换更便宜的模型，像DeepSeek、Qwen这些中国开源模型成了新选择。想省钱的企业可以看看这个趋势。

原文

10:10

pandaily@contact@pandaily.com (Pandaily)

智谱AI和MiniMax两家中国AI公司的市场估值出现分化，前者估值约200亿元人民币，后者约150亿元。这一走势与全球市场Anthropic（估值约615亿美元）和OpenAI（估值约3000亿美元）的差距扩大相呼应。双方均聚焦于多模态大模型和智能体应用，但融资速度和商业化路径不同。智谱AI以技术开源和B端合作为主，MiniMax则侧重C端产品与海外市场拓展。

行业智谱AI MiniMax 估值行业格局开源模型

推荐理由：聊中国AI格局必看这篇，智谱AI和MiniMax谁更像Anthropic和OpenAI，估值数据和背后逻辑都讲清楚了。

原文

6月17日

23:33

marktechpost@Asif Razzaq

精选

MiniMax 发布 Sparse Attention (MSA) 机制，基于 Grouped Query Attention (GQA) 架构。MSA 包含一个轻量级索引分支，为每个查询和 GQA 组选择 Top-k 键值块；主分支仅关注这些块。在 1M 上下文长度下，每个 token 的注意力计算量减少 28.4 倍。该机制训练在 109B 参数的 MoE 模型上，使用 3T token 预算，下游基准测试中与 GQA 性能相当。

AI模型 MiniMax MSA 稀疏注意力长上下文

推荐理由：MiniMax 搞了个新稀疏注意力 MSA，1M 上下文计算量降 28 倍，准度却一点没掉，适合长文本场景。

原文

01:31

lmarena.ai@lmarena_ai

精选

MiniMax M3 在全新 Agent Arena 排行榜上位列第18，是排名第5的开源模型。相比 M2.7，M3 从第22名升至第18名，主要改进是任务成功确认和 bash 错误恢复能力。工具幻觉保持低位，与最佳模型并列第一。排行榜基于30万+任务、200万+工具调用和4000万行代码的代理会话评估。

AI模型 MiniMax M3 Agent Arena 开源模型智能体

推荐理由：MiniMax M3 在 Agent Arena 上排名上升了4位，是最强开源模型之一，能写代码、做PPT、查资料，幻觉控制也顶级。

原文

6月16日

20:46

AITOP6月16日 20:46

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

13:41

阿里云 Alibaba Cloud@alibaba_cloud

MiniMax 与阿里云 PolarDB 宣布合作探索 AI 原生数据库。PolarDB 为 MiniMax 提供多模态存储、秒级弹性扩容及智能冷热分层能力。该合作旨在应对海量数据与高并发挑战，提升业务敏捷性和用户体验。

行业 MiniMax Alibaba Cloud PolarDB AI原生数据库多模态

推荐理由：MiniMax 和阿里云联手了，用 PolarDB 搞定大规模数据，主打秒级弹性和冷热分层。

原文

09:09

09:09IT之家（博客/媒体）

招商银行推出运通工程师信用卡，新用户达标后可每月获18亿Token MiniMax M3用量，支持4-5个Agent并发运行。另有6亿Token方案和MaxClaw云端部署方案可选。该卡面向开发者提供专属AI权益，此前Kimi智能助手也已预告推出Kimi信用卡。

行业招商银行运通工程师信用卡 MiniMax Token Agent

推荐理由：招行这张卡直接送MiniMax的18亿Token用量，比Kimi信用卡更早落地，开发者办卡就能用M3模型和Agent并发，省一笔算力钱。

原文

6月14日

07:44

MiniMax_AI@MiniMax_AI

MiniMax的M3模型在NousResearch的Hermes Agent上运行。Hermes Agent是一个开源智能体框架，M3模型为其提供推理能力。该组合展示了M3在智能体任务中的表现。

AI模型 MiniMax M3 Hermes Agent NousResearch 智能体

推荐理由：看看M3模型在智能体上的表现

原文

6月13日

13:16

MiniMax_AI@MiniMax_AI

MiniMax 在 X 上感谢 SambaNovaAI 的合作，并表达了对 M3 模型在 SambaNova 的 RDU（可重构数据流单元）上运行的期待。M3 是 MiniMax 开发的多模态模型，SambaNovaAI 提供专用硬件加速。这一合作旨在提升 M3 的推理效率。

行业 MiniMax SambaNovaAI M3 RDU 多模态

推荐理由：MiniMax 的 M3 要上 SambaNova 的 RDU 了

原文

13:12

MiniMax_AI@MiniMax_AI

MiniMax 宣布其 M3 模型端点获得 NVIDIA 官方认可，并已上线免费 GPU 加速版本。用户现在可以免费体验基于 NVIDIA GPU 加速的 M3 模型推理服务。该端点支持高性能计算，适用于多种 AI 任务。

AI产品 MiniMax M3 NVIDIA GPU加速

推荐理由：MiniMax 的 M3 模型免费加速了

原文

13:09

elvis@omarsar0

精选

Omar Sanseviero分享运行自主长时编码智能体的经验，建议用Opus 4.8做规划、GPT-5.5执行，并用Deepseek、Qwen、Kimi或MiniMax等模型作为评估器。他强调多模态目标比纯文本目标更强，能帮助智能体保持方向。清晰定义目标、消除模型假设、避免奖励黑客行为是关键。

技巧 Opus 4.8 GPT-5.5 Deepseek Qwen Kimi MiniMax 智能体

推荐理由：Opus 4.8+GPT-5.5分工跑长任务

原文

13:05

MiniMax_AI@MiniMax_AI

UnslothAI 支持在本地运行 MiniMax 的 M3 模型，用户可通过其优化工具进行部署。M3 是 MiniMax 发布的多模态模型，支持文本、图像和音频处理。UnslothAI 提供高效的本地推理方案，降低硬件门槛。

AI模型 M3 MiniMax UnslothAI 多模态本地部署

推荐理由：用UnslothAI本地跑M3

原文

11:02

MiniMax_AI@MiniMax_AI

MiniMax 的 M3 模型已上线 Fireworks AI 平台，提供快速推理服务。M3 支持长时智能体、全仓库理解和多模态编程功能。用户现可在 Fireworks AI 上直接尝试 M3 模型。

AI产品 MiniMax M3 Fireworks AI 多模态编程助手

推荐理由：MiniMax M3 上线 Fireworks，推理快

原文

10:58

MiniMax_AI@MiniMax_AI

MiniMax 的 M3 模型已集成至 FactoryAI 的 droid 平台。M3 是 MiniMax 于 2025 年 1 月发布的混合专家模型，拥有 4560 亿参数，支持 400 万 token 上下文窗口。该模型在多个基准测试中表现优异，例如在 MMLU 上达到 90.8% 准确率。此次上线意味着开发者可通过 FactoryAI 的机器人平台直接调用 M3 进行推理任务。

AI产品 MiniMax M3 FactoryAI droid 多模态

推荐理由：M3 模型上线机器人平台

原文

10:55

MiniMax_AI@MiniMax_AI

精选

MiniMax 发布 M3 模型，总参数量约 428B，激活参数约 23B。该模型在编码、长周期智能体和原生多模态（文本、图像、视频）任务上表现优异，支持 1M token 上下文长度。M3 以开源权重形式发布，在 Baseten 平台可运行。

AI模型 MiniMax M3 开源模型多模态智能体

推荐理由：开源模型能打编码和多模态

原文

09:47

09:47IT之家（博客/媒体）

精选

华为云与MiniMax达成深化合作，基于昇腾算力底座为M3模型提供Tokens算力支持。M3采用MSA注意力架构，支持1M超长上下文，是原生多模态模型，可处理图片、视频输入并操作电脑桌面。在SWE-Bench Pro上，M3超过GPT-5.5和Gemini 3.1 Pro，接近Opus 4.7；在SVG-Bench上超过Opus 4.7；在OmniDocBench上超过Gemini 3.1 Pro；在Claw-Eval上获得最高分。华为云通过昇腾算力优化MSA算子和MOE均衡，保障M3大规模推理性能。

AI模型 MiniMax M3 华为云昇腾多模态

推荐理由：华为云联手MiniMax，M3多模态模型开源

原文

6月12日

22:52

NVIDIA AI@NVIDIAAI

MiniMax 团队发布了 MiniMax M3，这是一个支持文本、图像和视频推理的长上下文多模态模型。模型采用稀疏注意力机制，总参数量约 428B，激活参数仅约 23B，在保持高性能的同时大幅降低了计算成本。该模型已开源权重，可在 Hugging Face 获取，并可通过 NVIDIA 的 GPU 加速端点免费试用。M3 的长上下文能力使其在处理视频、长文档等场景中具有优势。

AI模型 MiniMax M3 多模态模型长上下文开源/仓库

推荐理由：多模态推理模型终于有了高效的开源选择——MiniMax M3 用 23B 激活参数实现长上下文多模态推理，做视频分析或长文档处理的团队可以直接在 NVIDIA 端点免费试，值得关注。

原文

15:45

Hailuo AI@Hailuo_AI

MiniMax 发布了 Hub，一个本地 AI Agent 创意工作站，支持从研究、脚本、图像、音乐到最终剪辑的全流程自动化。用户可以通过 Agent 处理繁琐任务，自己掌控创意方向。Hub 提供无限画布、并行项目和批量生成功能，集成顶级模型和自定义技能工具包，并支持本地资产和应用的即时导入导出。7月1日前登录可获3000奖励积分。

AI产品 MiniMax AI Agent 创意工作站多模态本地部署

推荐理由：MiniMax Hub 把 AI Agent 从编码转向创意生产，做内容创作、视频制作、多模态项目的团队可以直接用上全流程自动化，省去手动切换工具的麻烦，值得一试。

原文

13:39

MiniMax_AI@MiniMax_AI

MiniMax 在 AiOS 聚会上与多位开发者及专家共同探讨了本地模型这一热门话题。活动邀请了 @rudrank、@RayFernando1337、@ronaldmannak 等嘉宾，以及 @awnihannun 和 @peterfriese 参与讨论。本地模型成为现场最受关注的议题之一。MiniMax 表示很高兴能支持 iOS 开发者社区。该活动与 WWDC26 相关，聚焦 iOS 和 AI 开发。

行业本地模型 iOS 开发者社区 MiniMax WWDC26

推荐理由：本地模型是 iOS 开发者当前最关注的方向之一，MiniMax 的参与说明其正在积极布局移动端 AI。做 iOS AI 应用开发的团队可以关注其后续动作，或许会有新的工具或模型支持。

原文

12:57

AITOP6月12日 12:57

Claude代码里藏了个20260612，18个月后的AI记忆革命已经开始倒计时

09:13

arXiv cs.AI@Xunhao Lai, Weiqi Xu, Yufeng Yang, Qiaorui Chen, Yang Xu, Lunbin Zeng, Xiaolong Li, Haohai Sun, Haichao Zhu, Vito Zhang, Pengyu Zhao

精选

MiniMax 提出了一种名为 MiniMax Sparse Attention (MSA) 的块级稀疏注意力机制，旨在解决大语言模型在超长上下文（百万级 token）下的计算瓶颈。MSA 基于分组查询注意力（GQA），通过轻量级索引分支对键值块进行评分，并为每个 GQA 组独立选择 Top-k 子集，实现高效的组级稀疏检索。在 109B 参数的多模态模型上，MSA 在 1M 上下文长度下将每 token 注意力计算量减少 28.4 倍，并在 H800 GPU 上实现 14.2 倍预填充和 7.6 倍解码加速。该方法的推理内核已开源，同时发布了基于 MSA 的生产级多模态模型。

论文稀疏注意力长上下文推理加速 MiniMax 开源/仓库

推荐理由：做长上下文推理或 agent 工作流的开发者，终于有了一个能直接部署的稀疏注意力方案——MSA 在 109B 模型上实现 28 倍计算缩减，且内核已开源，值得立刻试跑。

原文

6月11日

15:28

AITOP6月11日 15:28

1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍

15:23

AITOP6月11日 15:23

DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了

15:07

AITOP6月11日 15:07

每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？

6月9日

14:14

Hailuo AI@Hailuo_AI

MiniMax与牛津大学合作举办AI电影制作大师班，参与者可在一次课程中利用AI创作商业广告、电影场景、电视片段或音乐视频。课程涵盖图像、视频和后期制作的实用工作流，提供AI电影制作的动手实践机会，并赠送AI积分。活动将于6月16日19:00-22:00在英国牛津举行，包含社交和茶歇环节。这是AI电影制作领域的一次实践性教育机会，适合对AI创意工具感兴趣的创作者。

AI产品 AI电影制作 MiniMax HailuoAI 创意工具工作坊

推荐理由：想用AI拍电影但不知从何下手的创作者，这次牛津大师班提供完整工作流和免费积分，直接上手实操，值得报名体验。

原文

6月8日

11:01

11:01IT之家（博客/媒体）

行业 AI大模型调用量 DeepSeek MiniMax 腾讯

推荐理由：国产大模型在调用量上持续碾压美国，做模型选型或关注AI生态的开发者值得关注这一趋势，直接反映市场真实需求。

原文

6月5日

16:20

16:20IT之家（博客/媒体）

MiniMax 因 M3 模型上线后切换 Token 计费方式未提前充分沟通而致歉，并公布了详细的订阅权益保护与档位迁移方案。M3 模型更大、更智能，需要更多算力，因此改用行业统一的 Token-Based 计量。为回馈用户，老用户无周限额权益保留，部分用户获赠额外额度，补偿积分有效期延长至一年。同时公布了 Plus、Max、Ultra 等档位的迁移细节，新增 Ultra 469 元重度档，并确保 M2.7 使用权益不缩水。

AI产品 MiniMax M3模型 Token计费订阅权益模型迁移

推荐理由：MiniMax 这次调整解决了老用户对计费变更的担忧，如果你是 MiniMax 的订阅用户，建议仔细查看自己的档位迁移方案，确保权益不受影响。

原文

6月4日

10:53

lmarena.ai@lmarena_ai

精选

MiniMax M3 在 Document Arena 中排名第14位，该榜单评估模型的文档分析和长内容推理能力。M3 在同等价格点上表现优异，进一步优化了帕累托前沿。这一成绩体现了 MiniMax 在性价比上的竞争力。

AI模型 MiniMax M3 Document Arena 文档分析推理模型

推荐理由：MiniMax M3 文档能力排名 14

原文

05:42

mem0@mem0ai

Mem0 宣布与 MiniMax 合作，为开发者提供记忆 API 文档。该合作允许开发者通过 Mem0 平台注册，并使用 MiniMax 的文档指南来集成记忆功能。这有助于 AI 应用实现长期记忆，提升用户体验。目前已有 96 次查看，但互动较少。

AI产品记忆 API MiniMax Mem0 开发者工具 AI 集成

推荐理由：做 AI 应用开发的团队可以关注这个记忆 API 集成方案，能直接解决对话记忆持久化问题，建议点开文档看看怎么用。

原文

01:28

SiliconFlowAI@siliconflowai

83°

AI模型 MiniMax M3 开源模型编码能力多模态

推荐理由：M3 把编码、长上下文和多模态三合一开源了，做 AI 应用开发的团队可以直接在 SiliconFlow 上低成本试用，编码能力还超过了 GPT-5.5，值得上手体验。

原文

01:21

Fireworks AI@FireworksAI_HQ

78°

MiniMax 发布了新模型 M3，其核心创新是 MiniMax Sparse Attention (MSA) 机制，在 1M token 长上下文场景下解码速度提升 15.6 倍。Fireworks AI 宣布与 MiniMax 合作，为本次发布提供推理支持。用户可前往 minimax.io 试用，模型权重发布后也将对 Fireworks 社区开放。这一突破显著降低了长上下文推理的延迟和成本，对需要处理超长文档、代码库或对话历史的开发者意义重大。

AI模型 MiniMax M3 稀疏注意力长上下文推理加速

推荐理由：长上下文推理的瓶颈被 MSA 大幅缓解，做 RAG、长文档分析或大上下文应用的团队值得立即体验，速度提升意味着更低的成本和更好的用户体验。

原文

6月2日

14:09

歸藏(guizang.ai)@op7418

Anthropic 已向 SEC 秘密提交 S-1 注册声明，启动 IPO 流程。与此同时，国内 AI 公司 MiniMax 和智谱也分别提交了 A 股和科创板上市申请，进入上市辅导阶段。这标志着全球 AI 行业进入资本化加速期，多家头部公司同时推进上市。OpenAI 的上市时间表仍不明朗。

行业 Anthropic IPO MiniMax 智谱 AI 行业

推荐理由：AI 公司集体冲刺 IPO 意味着行业进入资本化新阶段，关注 AI 投资和行业格局的读者值得了解各家进展。

原文

10:35

Harrison Chase@hwchase17

精选76°

MiniMax 正式发布 M3 模型，这是首个同时具备编码、智能体能力和原生多模态的开放权重模型。在 SWE-Bench Pro 上达到 59.0%，Terminal Bench 2.1 为 66.0%，并支持 1M 上下文窗口。模型权重和技术报告将在约 10 天后公开。开发者可通过 API 和专属代码平台 code.minimax.io 使用。

AI模型 MiniMax M3 开源模型编码能力智能体

推荐理由：MiniMax M3 把编码、智能体和多模态三合一开源，做 AI 应用和 Agent 开发的团队可以直接拿来用，尤其适合需要长上下文和复杂任务自动化的场景。

原文

04:47

marktechpost@Asif Razzaq

78°

MiniMax 正式发布新一代大模型 MiniMax M3，采用自研的 MiniMax Sparse Attention（MSA）架构，支持高达 100 万 token 的超长上下文窗口。该模型原生支持图像、视频理解以及计算机使用（computer use）能力，并具备智能体编程（agentic coding）功能。MSA 架构通过稀疏注意力机制显著降低长序列计算成本，使得处理百万级 token 成为可能。这标志着国产大模型在长上下文和多模态融合方面迈出了重要一步，为复杂文档分析、视频理解和自动化编程等场景提供了新的基础设施。

AI模型 MiniMax M3 MSA架构长上下文多模态智能体编程

推荐理由：MiniMax M3 的 1M 上下文和原生多模态能力直接解决了长文档分析和视频理解的痛点，做 RAG 应用或自动化编程的团队值得关注其 agentic coding 特性。

原文

00:17

Paul Couvert@itsPaulAi

83°

MiniMax 发布开源权重模型 M3，在 SWE-Bench Pro 上达到 59.0%，与 GPT-5.5 持平，并在多项编码基准上与 Opus 4.7 不相上下。M3 还支持 1M 上下文、原生多模态，使用成本仅为 GPT 和 Opus 的十分之一。权重和技术报告将在约 10 天后在 Hugging Face 开放。这标志着开源模型首次在多个前沿能力上追平闭源顶级模型，对 AI 开发者和企业用户意义重大。

AI模型开源/仓库推理模型编程助手 MiniMax M3

推荐理由：开源模型首次在编码和智能体任务上追平 GPT-5.5 和 Opus，成本却低一个数量级。做 AI 应用开发或自建模型的团队，值得关注权重发布后直接试用。

原文

6月1日

21:50

Decoder@Jonathan Kemper

78°

中国AI公司MiniMax发布了新模型M3，号称是首个结合顶级编码性能、百万token上下文窗口和原生多模态能力的开源权重模型。该模型在多项基准测试中表现优异，尤其在长上下文任务和代码生成方面，直接挑战GPT-4、Claude等闭源模型。M3的开源特性使得开发者可以自由部署和微调，降低了使用门槛。这一发布标志着开源模型在关键能力上正快速追赶闭源方案。

AI模型 MiniMax M3 开源模型百万token上下文多模态

推荐理由：百万token上下文+开源权重，做长文档处理或代码分析的团队可以直接部署，不用再被闭源API的token计费卡脖子。

原文

15:16

pandaily@contact@pandaily.com (Pandaily)

精选83°

MiniMax 发布了其旗舰模型 M3，声称这是国内首个将前沿编码、智能体能力、100 万 token 上下文窗口和原生多模态处理整合在单一架构中的 AI 模型。M3 模型在多项基准测试中表现出色，尤其在长文本理解和复杂任务执行方面。该模型支持同时处理文本、图像、音频等多种输入，并具备强大的代码生成和工具调用能力。MiniMax 表示 M3 旨在为开发者和企业提供更高效、更全面的 AI 解决方案。

AI模型 MiniMax M3 多模态长上下文智能体

推荐理由：MiniMax M3 将 1M 上下文、多模态和智能体能力打包进一个模型，做长文本处理或多模态应用的开发者可以直接用它替代多个模型组合，省心又高效。

原文

11:44

ollama@ollama

精选76°

MiniMax 与 Ollama 合作，将 M3 模型部署在 Ollama Cloud 上，面向美国用户且零数据留存。M3 是首个结合编程、智能体与多模态能力的开源权重模型，在 SWE-Bench Pro 上达到 59.0%，Terminal Bench 2.1 为 66.0%，并支持 100 万 token 上下文。用户可通过 Claude Code、Codex 或直接聊天方式在 Ollama 上使用 M3。模型权重和技术报告将在约 10 天后发布。

AI模型 MiniMax M3 Ollama 编程助手智能体

推荐理由：M3 在编程和智能体任务上表现突出，做自动化开发或智能体应用的团队可以直接在 Ollama Cloud 上免费试，零数据留存也适合对隐私敏感的开发者。

原文

11:25

elvis@omarsar0

MiniMax 即将发布其新一代模型 M3，目前已在 OpenCode 平台上开放免费试用。AI 研究员 Omar 表示将使用自己的编码代理和测试框架对 M3 进行深度测试，并计划发布评测。这一消息引发了社区关注，已有近 3000 次浏览。M3 的发布可能为编程助手和智能体领域带来新的选择。

AI模型 MiniMax M3 编程助手智能体开源/仓库

推荐理由：MiniMax M3 即将上线，做 AI 编程和智能体开发的团队可以趁免费期在 OpenCode 上抢先体验，看看它能否成为你工作流中的新利器。

原文

11:16

Together AI@togethercompute

精选

AI模型 MiniMax M3 Together AI 推理模型模型上线

推荐理由：MiniMax M3 上线并由 Together AI 支持推理，意味着模型推理性能有保障，做 AI 应用开发的团队可以直接试用，值得关注。

原文

11:12

OpenRouter@OpenRouterAI

精选76°

MiniMax 发布了 M3 模型，这是首个同时具备编码、智能体与多模态能力的开源权重模型。在 SWE-Bench Pro 上达到 59.0%，Terminal Bench 2.1 上 66.0%，并支持 1M 上下文窗口。模型原生多模态，从零开始训练，权重和技术报告将在约 10 天后公开。API 已上线 platform.minimax.io，并提供 MiniMax Code 工具。

AI模型 MiniMax M3 开源模型编码智能体多模态

推荐理由：MiniMax M3 把编码、智能体和多模态三个前沿能力打包进一个开源模型，做 AI 应用开发或智能体研究的团队可以直接用 API 体验，值得关注即将开源的权重。

原文

11:07

lmarena.ai@lmarena_ai

精选76°

MiniMax 发布开源权重模型 M3，首次在单一模型中融合编码、智能体与多模态三大前沿能力。在 SWE-Bench Pro 上达到 59.0%，Terminal Bench 2.1 为 66.0%，并支持 1M 上下文长度。模型已上线 Arena 的文本、视觉、文档和代码竞技场，用户可投票评测。权重和技术报告将在约 10 天后公开。

AI模型 MiniMax M3 开源模型编码智能体多模态 Arena

推荐理由：MiniMax M3 把编码、智能体和多模态塞进一个开源模型，做 AI 应用和 Agent 开发的团队可以直接在 Arena 上测效果，省去自己搭环境的时间。

原文

5月28日

15:39

pandaily@contact@pandaily.com (Pandaily)

精选

中国 AI 独角兽 MiniMax 正在准备推出其下一代 M3 大语言模型，该模型采用自研稀疏注意力机制，声称预填充速度提升 9.7 倍。M3 模型旨在解决长上下文场景下的计算效率瓶颈，通过稀疏化注意力计算减少冗余，从而加速推理并降低资源消耗。这一进展对需要处理超长文本的 AI 应用（如文档分析、对话系统）具有重要意义。MiniMax 预计在 2026 年 5 月正式发布 M3 模型。

AI模型 MiniMax M3 稀疏注意力大语言模型推理加速

推荐理由：稀疏注意力是当前大模型效率优化的关键方向，MiniMax 的 9.7 倍提速对做长文本推理的开发者是直接利好，值得关注其技术细节和开源计划。

原文

5月27日

20:19

berryxia@berryxia

MiniMax 在沉寂半年后，将去年 12 月开源的 M2 模型背后的设计思路、训练细节和系统架构整理成论文发布到 arXiv。社区已广泛采用其核心系统如 CISPO、Forge RL System 和 Self-Evolution。MiniMax 表示 M3 模型和 MSA 论文即将发布，此举旨在推动开源生态从单纯卷参数转向公开方法论。

AI模型开源/仓库强化学习 MiniMax M2 M3

推荐理由：MiniMax 把 M2 的完整训练路径摊开，做开源模型训练或强化学习的团队可以直接参考，少走半年弯路。M3 即将到来，值得关注其系统级突破。

原文