MiniMax M2.1:Agent 后训练经验与认知

  • 发布于 2025-12-30
  • 3 次阅读

直播平台

视频号

相关资源

演示文稿 (PPT)

直播配套幻灯片

暂未提供

1月6日(周二)晚8点,青稞Talk 第101期,MiniMax算法工程师、通用模型后训练负责人程威宇,将直播分享《MiniMax M2.1:Agent 后训练经验与认知》。

MiniMax M2.1 模型亮点如下:

卓越多编程语言能力:在 M2.1 中,我们系统性提升了 Rust / Java / Golang / C++ / Kotlin / Objective-C / TypeScript / JavaScript 等语言的能力,多语言任务整体表现达到业内领先水平,覆盖从底层系统到应用层开发的完整链路。

WebDev 与 AppDev:针对业界普遍存在的移动端开发短板,M2.1 显著加强了原生 Android / iOS 开发能力。 同时,我们系统性提升了模型在 Web 与 App 场景中的设计理解与美学表达能力,能够出色地构建复杂交互、3D 科学场景模拟与高质量可视化表达,推动 vibe coding 成为可持续、可交付的生产实践。

复合指令约束提升,办公场景变为可能:作为开源模型中率先系统性引入 Interleaved Thinking 的模型系列,M2.1 systematic problem-solving 能力再次升级。模型不仅关注代码执行是否正确,同时关注模型对“复合指令约束”的整合执行能力,在真实办公场景具备更高的可用性。

更简洁高效的回复:相比 M2,MiniMax M2.1 的模型回复以及思维链更加简洁,在实际编程与交互体验中,响应速度显著提升,Token 消耗明显下降,在 AI Coding 与 Agent 驱动的连续工作流中更加流畅和高效。

出色的 Agent / 工具脚手架泛化能力:M2.1 在各类编程工具与 Agent 框架中均有出色表现。在 Claude Code、Droid(Factory AI)、Cline、Kilo Code、Roo Code、BlackBox 等工具中展现一致且稳定的效果,并对 Skill.md、Claude.md / agent.md / cursorrule、Slash Command 等 Context Management 机制提供可靠支持。

高质量对话和写作:M2.1 不再只是“代码能力更强”,在日常对话、技术说明与写作场景中,也能提供更具细节与结构性的回答。

模型地址:https://huggingface.co/MiniMaxAI/MiniMax-M2.1 

分享嘉宾

程威宇,MiniMax算法工程师,通用模型后训练负责人,MiniMax Text-01, M1, M2*系列开源模型核心贡献者,2021年博士毕业于上海交通大学计算机系,师从黄林鹏教授。

主题提纲

1、Agentic 数据合成
2、Agentic RL框架与算法构建
3、Agent 评测
4、AMA (Ask Me Anything)环节

直播时间

1月6日(周二)20:00 - 21:00