¿Los modelos también "hacen muñecas rusas"? MiniMax lanza M2.7: el primer modelo de inteligencia artificial nacional que participa profundamente en su propia iteración

marsbitPublicado a 2026-03-18Actualizado a 2026-03-18

Resumen

La velocidad de la inteligencia artificial está evolucionando de "mejoras mensuales" hacia la "auto-evolución". El 18 de marzo, MiniMax lanzó su nuevo modelo, MiniMax M2.7, la primera versión que participa activamente en su propia iteración. Esto marca una nueva etapa en el desarrollo de modelos: los grandes modelos ya no solo son alimentados por programadores humanos, sino que comienzan a "autogestionarse". Según se informa, el avance central de MiniMax M2.7 radica en su gran capacidad de construcción autónoma. Puede construir de forma independiente marcos complejos de prueba para agentes inteligentes (Agent Harness) y, con capacidades subyacentes como la colaboración entre agentes (Agent Teams), habilidades complejas y herramientas de búsqueda (Tool Search tool), completar tareas de alta complejidad de manera autónoma. En resumen, M2.7 no es solo un interlocutor más inteligente, sino también un "ingeniero digital" capaz de autodiagnosticarse y autooptimizarse. Este modo de "iteración con autoparticipación" mejorará enormemente el límite superior del razonamiento lógico y la precisión en el uso de herramientas del modelo al enfrentar tareas complejas desconocidas. Actualmente, el modelo MiniMax M2.7, con esta capacidad de auto-evolución, ya está disponible en su totalidad en la plataforma MiniMax Agent y en la plataforma abierta. Cuando los grandes modelos comienzan a participar profundamente en su propio "crecimiento", es posible que el techo de la IA se eleve una vez má...

La velocidad de evolución de la inteligencia artificial está pasando de "actualizaciones mensuales" a "auto-evolución". El 18 de marzo, MiniMax lanzó oficialmente su primera nueva versión de modelo que participa profundamente en la iteración de sí mismo: MiniMax M2.7. Esto marca una nueva etapa en el desarrollo de modelos: los modelos de gran tamaño ya no son alimentados únicamente por programadores humanos, sino que comienzan a aprender a "criarse a sí mismos".

Según se informa, el avance central de MiniMax M2.7 radica en su gran capacidad de construcción autónoma. Puede construir de forma independiente un complejo Agent Harness (marco de pruebas para agentes inteligentes) y, apoyándose en capacidades subyacentes como Agent Teams (colaboración entre agentes), Skills complejas y Tool Search tool (herramienta de búsqueda de herramientas), completar de forma independiente tareas de productividad altamente complejas.

En términos simples, M2.7 no es solo un interlocutor más inteligente, sino también un "ingeniero digital" capaz de autodiagnosticarse y autooptimizarse. Este modo de "participación propia en la iteración" mejorará enormemente el límite superior del razonamiento lógico y la precisión en el uso de herramientas del modelo cuando se enfrente a tareas complejas desconocidas.

Actualmente, este modelo MiniMax M2.7, que posee genes de auto-evolución, ya está disponible en su totalidad en la plataforma MiniMax Agent y en la plataforma abierta. Cuando los modelos de gran tamaño comienzan a participar profundamente en su propio "proceso de crecimiento", es posible que el techo de la IA vuelva a elevarse.

Al mismo tiempo, el mercado de computación de IA y aplicaciones también muestra movimientos frecuentes. La empresa Luzhen Technology anunció la finalización de una ronda de financiación Serie B por valor de cientos de millones de yuanes, y sus ingresos en el extranjero ya se han disparado hasta representar el 79%; además, debido al aumento explosivo en el volumen de llamadas, también se filtraron noticias sobre un aumento de precios en algunos productos de computación de IA de Alibaba Cloud. Bajo el entrelazamiento de la iteración tecnológica y la fluctuación del mercado, la pista de IA en 2026 se está volviendo cada vez más urgente y llena de incertidumbre.

Preguntas relacionadas

Q¿Qué es el MiniMax M2.7 y por qué es significativo?

AEl MiniMax M2.7 es el primer modelo de gran tamaño desarrollado por MiniMax que participa profundamente en su propia iteración. Es significativo porque marca una nueva etapa en el desarrollo de modelos, donde la IA ya no solo es alimentada por programadores humanos, sino que comienza a 'aprender por sí misma'.

Q¿Cuál es la capacidad central del MiniMax M2.7?

ASu capacidad central es una fuerte habilidad de construcción autónoma. Puede construir de forma independiente un complejo 'Agent Harness' (marco de pruebas para agentes inteligentes) y completar tareas de alta complejidad utilizando capacidades subyacentes como 'Agent Teams' (colaboración entre agentes), 'Skills complejas' y 'Tool Search tool'.

Q¿Qué significa que el modelo pueda 'participar en su propia iteración'?

ASignifica que el M2.7 no es solo un interlocutor más inteligente, sino también un 'ingeniero digital' capaz de autodiagnosticarse y autooptimizarse. Este modo de 'iteración con autoparticipación' mejora enormemente el límite superior del razonamiento lógico y la precisión en el uso de herramientas del modelo al enfrentar tareas complejas desconocidas.

Q¿Dónde está disponible actualmente el modelo MiniMax M2.7?

AEl modelo MiniMax M2.7, que posee este gen de autoevolución, ya está disponible en su totalidad en la plataforma MiniMax Agent y en su plataforma abierta.

Q¿Qué otros acontecimientos relevantes en el mercado de IA se mencionan junto al lanzamiento del M2.7?

ASe menciona que la empresa de tecnología Luchen ha completado una ronda de financiación Serie B de cientos de millones de yuanes, con sus ingresos en el extranjero aumentando hasta un 79%. Además, debido al fuerte aumento en la demanda de computación, se rumorea que algunos productos de computación de IA de Alibaba Cloud podrían subir de precio.

Lecturas Relacionadas

Cómo Convertirse en Algo que la Inteligencia Artificial Jamás Podrá Reemplazar

**Resumen: Cómo ser irremplazable por la IA** Ante el temor de que la IA elimine trabajos, la solución no es resistirse, sino volverse "inempleable": un individuo autónomo que construya su propio proyecto vital y económico. El artículo critica la "esclavitud salarial"—depender de un empleo sin sentido—y propone escapar de ella desarrollando estas cinco capacidades clave: 1. **Agencia**: Capacidad de actuar sin pedir permiso. 2. **Gusto**: Criterio para discernir qué vale la pena crear. 3. **Persuasión**: Habilidad para conectar y lograr que otros valoren tu trabajo. 4. **Persistencia**: Resiliencia para ver los errores como aprendizaje. 5. **Iteración**: Proceso constante de ajuste basado en la retroalimentación. Estas habilidades se cultivan únicamente **haciendo**: creando algo propio. Se recomienda enfocarse en **crear contenido (medios)** más que solo en código, ya que el valor del contenido es subjetivo y requiere un criterio humano que la IA no puede replicar fácilmente, abriendo espacio para talentos auténticos. **Cómo empezar:** El cambio real requiere una transformación de identidad. Para ello: 1. Cambia radicalmente tu entorno (físico y digital). 2. Elige un "vehículo" (como crear contenido) que te dé retroalimentación real del mundo. 3. Dedica 15 minutos a responder preguntas introspectivas para encontrar tu "material en bruto" único y tu perspectiva contraria a la convencional. 4. **Publica tu primera idea mañana mismo.** La acción, el feedback y la iteración constante son el único camino. La conclusión es clara: en lugar de temer a la IA, conviértete en un creador que utilice todas las herramientas (incluida la IA) para construir una vida y un trabajo con significado, autonomía e impacto personal.

marsbitHace 1 hora(s)

Cómo Convertirse en Algo que la Inteligencia Artificial Jamás Podrá Reemplazar

marsbitHace 1 hora(s)

Los lanzamientos de dados mantienen las claves de Bitcoin en un modo aislado, pero no todo el mundo se molestará

El título sugiere que las claves de Bitcoin pueden almacenarse fuera de línea mediante lanzamientos de dados, aunque no todos los usuarios adoptarán este método. El artículo comienza explicando la entropía en la teoría de la información, utilizando ejemplos como monedas y dados. Tras un escándalo reciente con Coldcard, se popularizó la generación de semillas de billetera mediante dados. El texto explica que, aunque físicamente determinista, el lanzamiento es impredecible en la práctica, lo que lo hace útil para la seguridad. Se detalla cómo convertir los resultados en datos binarios, con métodos que van desde el simple "par/impar" hasta el uso de funciones hash para preservar más entropía. Para una frase de recuperación de 12 palabras (128 bits de entropía), se necesitan unos 50 lanzamientos; Coldcard recomienda 99 para mayor seguridad. La vulnerabilidad en Coldcard, relacionada con su generador de números aleatorios, puso en riesgo fondos. Las semillas generadas manualmente con dados no se vieron afectadas, pero el investigador Kevin Loaec señaló que otras funciones del dispositivo (como creación de billeteras de papel o claves de coproreseguridad) sí podían estar comprometidas, incluso si la semilla principal era segura. El artículo argumenta que, aunque técnicamente robusto, el proceso de lanzar dados es lento, propenso a errores y poco práctico para la mayoría, especialmente para nuevos usuarios. Concluye que, aunque debe ser una opción para expertos, el objetivo a largo plazo es que el hardware y software generen aleatoriedad fuerte de forma fiable y accesible. Se aconseja a los usuarios de Coldcard verificar su firmware y las funciones utilizadas, y se destaca la utilidad de las billeteras multisig con dispositivos de diferentes fabricantes para mitigar riesgos.

cryptonews.ruHace 4 hora(s)

Los lanzamientos de dados mantienen las claves de Bitcoin en un modo aislado, pero no todo el mundo se molestará

cryptonews.ruHace 4 hora(s)

Trading

Spot
活动图片