MiniMax-M1打造“最長”上下文窗口

MiniMax開源全球首個混合架構模型M1，該模型支撐全球最長的上下文窗口，包括100萬token輸入，8萬token輸出。其性價比突出，僅用380萬元、3周時間就完成訓練。

這個模型有多猛？直接上數據：

• 原生支持100萬token的輸入長度，約是DeepSeek R1的8倍。

• 同時支持8萬token輸出，超過Gemini 2.5 Pro的6.4萬，成為世界最長輸出。

• 生成10萬token時，推理算力只需要DeepSeek R1的25%。

不僅如此，在多個基準測試上MiniMax-M1的表現可比或超越DeepSeek-R1、Qwen3等多個開源模型，在工具使用和部分軟件工程等復雜任務上甚至超越了OpenAI o3和Claude 4 Opus。

MiniMax-M1的一大技術亮點是采用了Lightning Attention機制的混合注意力架構。

傳統的Transformer架構計算復雜度是平方級，這意味著當模型進行更長的推理時，計算成本會急劇上升。但Lightning Attention把注意力計算分成塊內和塊間兩部分，塊內用傳統注意力計算，塊間用線性注意力的核技巧，避免了累積求和操作（cumsum）拖慢速度。

Lightning Attention還采用了分塊技術（tiling）充分利用GPU硬件，讓內存使用更高效，訓練速度不隨序列長度增加而變慢。MiniMax-M1在每7個Lightning Attention的Transnormer塊后接1個傳統Softmax Attention的Transformer塊。這種設計理論上可以讓推理長度高效擴展到數十萬個token。

除了架構創新，MiniMax團隊在提升訓練效率上采用了全新的CISPO（Clipped IS-weight Policy Optimization）算法。與傳統方法裁剪token更新不同，CISPO選擇裁剪重要性采樣權重，這樣可以保留所有token的梯度貢獻，特別是在長響應中至關重要。在基于Qwen2.5-32B模型的對照實驗中，CISPO不僅顯著超越了GRPO和DAPO，還實現了2倍的訓練加速，也就是用一半的訓練步數就能達到DAPO的性能。

圖源：MimiMax-M1完整評估結果

快來抄作業！微軟發布700+智能體應用案例

近期，微軟發布了700個真實的Agent智能體、Microsoft Copilot應用案例，幫助大家真實地了解到底AI是如何改變我們的工作模式。

這些客戶有世界500強企業，有各領域的獨角獸，也有世界常青藤名校，業務范圍涵蓋金融、醫療、科技、教育、汽車制造、零售、電商、能源、航空航天等眾多領域。這一創新或為跨物種交流開辟新途徑，為未來人與動物深度交流提供新的可能性。

以下是部分案例：

• 埃森哲為其客戶構建了一個自主智能體，以自動化和簡化逾期付款加快收款并提高利潤。該智能體能解釋客戶數據，自動化跟進，并幫助收款員采取下一個最佳行動。埃森哲的客戶更快地收回未償債務，最終將銷售未清天數降低高達20%。

• 畢馬威的智能體ComplyAI能幫助識別相關義務，以自然語言生成義務聲明，評估控制有效性并重新起草控制描述。一家領先的電信公司和畢馬威客戶使用ComplyAI來提高合規成熟度、問責制和信任，實現控制和風險描述改善70%，合規計劃時間表減少18個月，持續合規工作減少50%。

• XP使用AI來自動化任務，通過節省超過9000小時，提高了審計團隊效率30%。AI工具還通過實時轉錄為工作中的員工增強包容性和無障礙性。

• Architecht開發了OBA套件，這是一個基于微服務架構的云平臺。該平臺還集成了先進的AI能力。憑借低代碼/無代碼能力，用戶界面/用戶體驗原型制作時間從兩天縮短到25分鐘。OBA套件通過人工智能驅動的助手和個性化服務增強了用戶體驗。

• Arthur D.Little開發的智能體能幫助顧問快速整理和理解復雜的文檔格式，同時保持嚴格的數據保密性。這幫助顧問更快地為與客戶會面做準備，并將策劃內容的速度提高了50%。

• Onepoint開發的安全對話智能體，在所有業務線中提供了10%到15%的生產力提升。

智譜AI發布首個擁有"記憶"的企業自主Agent

近期，智譜AI推出企業級智能助手CoCo，與通用代理不同，該助手具有三大企業級特性，全流程輔助工作，以最終成果為衡量標準，其具備“記憶能力”，能記住員工互動并根據部門職能提供差異化服務。同時可集成企業知識庫、數據庫和系統工具，無縫嵌入企業原有工作流。

在接收到任務后，CoCo和大部分智能體不同的是，它會選擇先基于全部任務進行整個任務規劃節點的梳理，在進行整體任務規劃后同時給出對應的編輯選項，企業可以自行修改其中的任何規劃，也可以調整其中的規劃節點順序，點擊“確認規劃”后，CoCo才會最終進行執行。

此外，在CoCo的整個執行中，不僅可以看到全部運算流程，同時還能看到大量的行業垂直信息檢索和中間對信息準確性的不斷確認。

在這些之外，CoCo還可以基于特殊的記憶能力，成為企業內不同角色的專屬助理。智譜在CoCo內部專門嵌入的感知記憶能力，可以自動感知企業用戶畫像和企業知識資源，根據長短期記憶能力自動抽取和精準召回過往資料和企業資料，為不同的人提供不同的AI服務，真正做到千人千面、個性化定制。

OpenAI推出o3-pro模型，推理模型之王再次易主

基座模型圈迭代不止！OpenAI上線o3-pro模型。據悉，其在數學基準測試中超越了谷歌最強的模型Gemini 2.5 Pro。作為推理模型o3的升級版，其集長思考、超長上下文和工具調用于一體，在科學、教育、編程、數據分析和寫作等關鍵領域表現出色。

根據OpenAI內部測試，o3-pro在數學基準測試AIME 2024中超越谷歌最強的模型Gemini 2.5 Pro，在博士級科學測試GPQA Diamond中擊敗Anthropic最強的Claude 4 Opus，展現出推理模型領域的領先性能。

圖源：OpenAI官網

目前o3-pro已取代o1-pro，面向ChatGPT的Pro和Team用戶開放。而對開發者來說，o3-pro已經可以通過API接入——每百萬輸入tokens收費20美元，每百萬輸出tokens收費80美元。

智源開源輕量級超長視頻理解模型Video-XL-2

長視頻理解是多模態大模型關鍵能力之一。盡管OpenAI GPT-4o、Google Gemini等私有模型已在該領域取得顯著進展，當前的開源模型在效果、計算開銷和運行效率等方面仍存在明顯短板。

近日，智源研究院聯合上海交通大學等機構，正式發布新一代超長視頻理解模型：Video-XL-2。相較于上一版本的Video-XL，該模型在多個維度全面優化了多模態大模型對長視頻內容的理解能力：

? 效果更佳：Video-XL-2在長視頻理解任務中表現出色，在MLVU、Video-MME、LVBench 等主流評測基準上達到了同參數規模開源模型的領先水平。

? 長度更長：新模型顯著擴展了可處理視頻的時長，支持在單張顯卡上高效處理長達萬幀的視頻輸入。

? 速度更快：Video-XL-2大幅提升了處理效率，編碼2048幀視頻僅需12秒，顯著加速長視頻理解流程。

目前，Video-XL-2的模型權重已全面向社區開放。未來，該模型有望在影視內容分析、異常行為監測等多個實際場景中展現重要應用價值。

Video-XL-2的模型架構示意圖

圖源：智源研究院

谷歌上線開源手機本地AI運行器

手機本地運行AI模型成現實！谷歌發布應用程序Google AI Edge Gallery，允許用戶在手機上本地運行來自Hugging Face的AI模型。

用戶可通過該應用實現圖像生成、問題解答、代碼編寫與編輯等功能。所有模型均可離線運行，無需互聯網連接，直接調用手機處理器完成計算。

Google將該應用定位為“實驗性Alpha版本”，并已在GitHub發布安裝說明。應用主界面列出幾大核心功能，如“圖像問答”“AI對話”等。點擊某一功能后，系統會推薦多個適配模型，用戶可一鍵運行。Google自研輕量模型Gemma 3n也包含其中。

圖源：Github

相比云端模型，本地部署模型雖然在性能上略遜一籌，但數據無需上傳，更適合注重隱私或處于無網絡環境的用戶。目前該應用已開源，使用Apache 2.0協議，允許在商業和非商業場景自由使用。

更多AI前沿信息，點擊視頻了解

壹

貳

叁

肆

伍