Model Juga Bisa "Beranak Pinak"? MiniMax Rilis M2.7: Model Besar Lokal Pertama yang Terlibat Mendalam dalam Iterasi Diri

marsbitDipublikasikan tanggal 2026-03-18Terakhir diperbarui pada 2026-03-18

Abstrak

MiniMax secara resmi merilis model baru, MiniMax M2.7, yang merupakan model buatan dalam negeri pertama yang secara mendalam terlibat dalam iterasi dirinya sendiri. Model ini memiliki kemampuan membangun secara mandiri kerangka pengujian agen cerdas (Agent Harness) dan mengandalkan kolaborasi agen (Agent Teams), keterampilan kompleks, serta kemampuan pencarian alat (Tool Search) untuk menyelesaikan tugas-tugas produktif yang sangat rumit. M2.7 tidak hanya menjadi pemercakap yang lebih cerdas, tetapi juga seperti "insinyur digital" yang mampu mendiagnosis dan mengoptimalkan dirinya sendiri. Model ini telah diluncurkan secara penuh di platform MiniMax Agent dan platform terbuka. Perkembangan ini menandai tahap baru di mana model besar tidak hanya bergantung pada pemrogram manusia, tetapi mulai belajar "membina diri sendiri", berpotensi mendorong batas kemampuan AI lebih tinggi lagi.

Kecepatan evolusi kecerdasan buatan sedang melompat dari "pembaruan bulanan" menuju "evolusi mandiri". Pada 18 Maret, MiniMax secara resmi merilis model versi barunya yang pertama kali terlibat mendalam dalam mengiterasi dirinya sendiri—MiniMax M2.7. Ini menandai masuknya pengembangan model ke dalam tahap baru: model besar tidak lagi hanya diberi makan oleh programmer manusia, tetapi mulai belajar "membawa dirinya sendiri".

Menurut informasi, terobosan inti dari MiniMax M2.7 terletak pada kemampuannya yang sangat kuat dalam membangun secara mandiri. Ia mampu membangun Agent Harness (kerangka kerja pengujian agen cerdas) yang kompleks secara mandiri, dan dengan mengandalkan kemampuan dasar seperti Agent Teams (kolaborasi agen cerdas), Skills Kompleks, serta Tool Search tool, dapat menyelesaikan tugas-tugas produktivitas yang sangat kompleks secara independen.

Secara sederhana, M2.7 bukan hanya pembicara yang lebih pintar, tetapi juga seorang "insinyur digital" yang mampu mendiagnosis dan mengoptimalkan dirinya sendiri. Model "iterasi dengan partisipasi diri" ini akan sangat meningkatkan batas atas penalaran logis dan presisi pemanggilan alat model ketika menghadapi tugas-tugas kompleks yang tidak diketahui.

Saat ini, model MiniMax M2.7 yang memiliki gen evolusi mandiri ini telah diluncurkan penuh di platform MiniMax Agent dan platform terbuka. Ketika model besar mulai terlibat mendalam dalam proses "pertumbuhan" mereka sendiri, langit-langit AI mungkin akan didorong lebih tinggi lagi.

Sementara itu, pasar komputasi AI dan aplikasi juga ramai dengan dinamika. LuChen Technology mengumumkan telah menyelesaikan pendanaan Seri B senilai ratusan juta yuan, dengan proporsi pendapatan luar negeri mereka melonjak menjadi 79%; dan karena dampak lonjakan volume panggilan, produk komputasi AI tertentu dari阿里云 (Alibaba Cloud) juga dikabarkan akan mengalami kenaikan harga. Dalam jalinan iterasi teknologi dan fluktuasi pasar, jalur AI tahun 2026 menjadi semakin mendesak dan penuh dengan ketidakpastian.

Pertanyaan Terkait

QApa itu MiniMax M2.7 dan mengapa model ini dianggap istimewa?

AMiniMax M2.7 adalah model AI baru yang dirilis oleh MiniMax pada 18 Maret. Model ini istimewa karena merupakan model buatan China pertama yang secara mendalam berpartisipasi dalam iterasi dirinya sendiri, menandai transisi dari pembaruan bulanan menuju evolusi mandiri dalam pengembangan AI.

QApa kemampuan inti dari MiniMax M2.7?

AKemampuan inti MiniMax M2.7 terletak pada kemampuannya untuk membangun Agent Harness (kerangka kerja pengujian agen) yang kompleks secara mandiri. Model ini mengandalkan kemampuan dasar seperti Agent Teams (kolaborasi agen), Skills yang kompleks, dan Tool Search tool untuk menyelesaikan tugas produktivitas yang sangat rumit.

QApa arti dari 'iterasi mandiri' yang dilakukan model ini?

A'Iterasi mandiri' berarti model M2.7 tidak hanya dilatih oleh programmer manusia, tetapi juga mampu mendiagnosis dan mengoptimalkan dirinya sendiri seperti seorang insinyur digital. Mode partisipasi diri ini secara signifikan meningkatkan batas atas penalaran logis dan presisi pemanggilan alat model ketika menghadapi tugas kompleks yang tidak diketahui.

QDi mana MiniMax M2.7 telah diluncurkan?

AMiniMax M2.7, yang memiliki gen evolusi mandiri, telah diluncurkan secara penuh di platform MiniMax Agent dan platform terbuka (open platform).

QApa perkembangan lain yang disebutkan di pasar AI selain peluncuran M2.7?

ASelain peluncuran M2.7, pasar AI juga mengalami dinamika lain. LuChen Technology mengumumkan penyelesaian pendanaan Seri B senilai ratusan juta yuan, dengan pendapatan luar negeri mereka melonjak menjadi 79%. Selain itu, karena lonjakan volume panggilan, beberapa produk komputasi AI Alibaba Cloud dikabarkan akan mengalami kenaikan harga.

Bacaan Terkait

AI Agent Mengubah Permainan Web3 Secara Total: Dari Kontroversi Bot Rugpull Bakery ke Paradigma Baru Agen Cerdas 2026

Artikel ini membahas bagaimana AI Agent mengubah paradigma game Web3, dimulai dari kontroversi bot di game *Rugpull Bakery*. Alih-alih memblokir bot, pengembang game memilih untuk melegitimasi dan mengintegrasikannya ke dalam mekanisme inti game, menandai pergeseran menuju era "Agentic Gaming". Pada tahun 2026, AI Agent telah berevolusi menjadi tiga mode utama dalam ekosistem game Web3: 1. **Pesaing Otonom & Entitas Ekonomi**: AI berperan sebagai pemain independen. Contohnya ada di *TEN Protocol*, *AI Arena*, *Satoshi Strike Force (SSF)*, dan *Somnia* yang berfungsi sebagai Layer 1 khusus untuk Agent. 2. **Infrastruktur Modular & Lingkungan yang Dapat Diprogram**: AI menggerakkan logika game dunia terbuka. *EVE Frontier* memungkinkan pemain dan AI memprogram fasilitas dalam game (seperti pintu gerbang dan menara) menggunakan "Smart Assemblies", didukung oleh standar *ERC-8183* untuk kolaborasi ekonomi antar-Agent. 3. **Rekan Hybrid & Lingkungan Adaptif Dinamis**: AI berkolaborasi erat dengan pemain manusia. Di *Parallel Colony*, pemain membimbing Avatar AI yang sangat otonom, sementara di *Illuvium*, NPC direncanakan akan menjadi dinamis dan responsif berkat AI. Kesimpulannya, masa depan game Web3 terletak pada simbiosis antara manusia dan AI Agent. Blockchain menyediakan transparansi dan kemampuan pemrograman untuk mengatur serta memberdayakan AI, mengubah game dari ketergantungan pada tenaga manual menuju ekosistem cerdas yang muncul secara algoritmik. Pergeseran ini tidak hanya membentuk ulang industri game, tetapi juga menjadi tempat uji coba untuk masyarakat digital masa depan.

marsbit17m yang lalu

AI Agent Mengubah Permainan Web3 Secara Total: Dari Kontroversi Bot Rugpull Bakery ke Paradigma Baru Agen Cerdas 2026

marsbit17m yang lalu

Saylor Membeli 1,550 BTC, Tapi Ini Mungkin Transaksi Terburuk Strategy Belakangan Ini

Penulis 100y, dikompilasi oleh Deep Tide TechFlow, menganalisis keputusan terbaru MicroStrategy (MSTR) yang membeli 1,550 BTC. Meski terlihat seperti pembelian di harga rendah, transaksi ini justru dinilai merugikan pemegang saham MSTR. Strategi inti MSTR adalah meningkatkan jumlah Bitcoin per saham (BPS). Untuk itu, penerbitan saham baru (ATM) harus dilakukan saat premium mNAV (metrik terkait nilai) di atas level "impas" (breakeven), yang saat ini sekitar 1.30, dan semua dana hasil penerbitan harus digunakan untuk membeli BTC. Dalam transaksi ini, MSTR mengumpulkan $181 juta melalui ATM. Namun, hanya $101.3 juta (sekitar 56%) yang digunakan untuk membeli 1,550 BTC, sementara sisanya ditambahkan ke cadangan dolar untuk mendukung anak perusahaannya, STRATEC (STRC). Lebih buruk lagi, penerbitan saham diduga dilakukan saat mNAV di bawah 1.30. Kombinasi ini—penerbitan di bawah level impas dan tidak semua dana dialirkan ke BTC—mengakibatkan BPS turun sekitar 0.19%. Intinya, transaksi ini mengorbankan kepentingan pemegang saham MSTR untuk memperpanjang daya tahun cadangan STRATEC dari 6.3 menjadi 7 bulan. Ini adalah taruhan: jika pengorbanan ini bisa memulihkan sentimen pasar dan harga STRC, strategi bisa berlanjut. Namun, jika gagal, MSTR mungkin harus terus dikorbankan, berisiko menggerus nilainya atau menunda dividen STRATEC. Kesuksesan strategi ini kini bergantung pada pemulihan harga BTC, MSTR, dan STRC.

marsbit23m yang lalu

Saylor Membeli 1,550 BTC, Tapi Ini Mungkin Transaksi Terburuk Strategy Belakangan Ini

marsbit23m yang lalu

Saylor Membeli 1.550 Bitcoin, Sebuah Transaksi yang Buruk

Perusahaan treasury bitcoin Strategy baru-baru ini menjual 32 BTC, lalu membeli 1.550 BTC dalam jumlah besar. Penulis berpendapat ini adalah transaksi yang buruk. Strategi inti Strategy untuk menciptakan nilai bagi pemegang saham MSTR adalah meningkatkan jumlah Bitcoin per saham (BPS). Caranya adalah dengan menerbitkan saham biasa pada harga premium di atas harga pasar, kemudian menggunakan dana hasilnya untuk membeli Bitcoin. Agar metode ini efektif meningkatkan BPS, rasio aset bersih yang disesuaikan (mNAV) harus melebihi titik impas tertentu (sebelum pembelian ini, titik impasnya adalah 1.30). Transaksi pembelian 1.550 BTC ini bermasalah karena dua alasan utama: 1. Saham MSTR yang diterbitkan untuk mengumpulkan dana memiliki mNAV di bawah titik impas 1.30. Menerbitkan saham dalam kondisi seperti itu justru akan menurunkan BPS. 2. Tidak semua dana hasil penjualan saham digunakan untuk membeli Bitcoin. Sebagian dana dialihkan ke cadangan dolar perusahaan untuk mendukung operasional bisnis STRC. Ini melanggar prasyarat perhitungan mNAV impas yang mengharuskan 100% dana digunakan untuk beli Bitcoin. Akibatnya, BPS perusahaan turun sekitar 0,19%. Sebagai gantinya, cadangan dolar yang mendukung operasional hanya bertambah dari sekitar 6,3 bulan menjadi 7 bulan. Strategy sepertinya mengorbankan nilai pemegang saham MSTR untuk mendukung STRC. Ini adalah taruhan. Jika pasar membaik dan harga STRC pulih, siklus pendanaan bisa berjalan lancar. Namun, jika sentimen pasar tidak membaik, perusahaan mungkin harus terus mengorbankan MSTR, berisiko menunda dividen STRC atau menuju penurunan.

Foresight News28m yang lalu

Saylor Membeli 1.550 Bitcoin, Sebuah Transaksi yang Buruk

Foresight News28m yang lalu

Trading

Spot
Futures
活动图片