春節期間，中國人工智能領域迎來一場激烈的技術競賽，多家頭部企業接連發布大模型新版本，引發全球關注。其中，MiniMax公司推出的M2.5模型憑借編程與智能體能力成為焦點，其SWE-Bench Verified得分達80.2%，Multi-SWE-Bench以51.3%的成績登頂全球榜單，性能直追國際頂尖模型Claude Opus 4.6，而價格僅為后者的二十分之一。這一突破標志著國產大模型在工程化落地方面邁出關鍵一步。

技術社區的快速響應印證了M2.5的影響力。開源項目OpenClaw在模型發布后立即將其列為推薦模型，開發者通過OAuth插件即可在Telegram、WhatsApp等平臺部署AI助手，每小時成本低至1美元。這種技術生態的聯動效應，使得M2.5在Hugging Face開源后迅速積累大量衍生應用，從自動化辦公到智能客服，場景覆蓋持續擴大。

資本市場的反應同樣熱烈。MiniMax上市僅39天，股價從發行價165港元飆升至847港元，累計漲幅超過413%，市值突破2656億港元。這種市場表現背后，是公司每45天迭代一個主要版本的技術速度——從2025年10月的M2到2026年2月的M2.5，三個版本更新周期較預期縮短近三分之一。

在技術實現層面，M2.5的突破源于對強化學習規模化應用的深度探索。研究團隊通過自研RL框架Forge，在算法優化、獎勵信號設計和基礎設施工程等方面取得進展。一個典型案例是FP32精度問題的解決：在M1時期，團隊發現語言模型頭因數值精度不足導致訓練偏差，切換至32位浮點數后性能顯著提升。這種從理論算法到工程實現的極致優化，成為MiniMax技術演進的核心方法論。

智能體對齊（Agent Alignment）是M2系列研發的另一重點。研究團隊構建了包含敏感性安全和對齊安全的多維度評估體系，通過與開發者混合辦公的模式，實時修正模型行為。高級研究員Olive Song透露，發布前兩周會進行大規模壓力測試，但開放權重后用戶行為仍存在不可控因素，"這需要法律、倫理與技術的協同應對"。

編碼能力的強化并非技術路徑的偏移，而是通向通用智能的階梯。Olive Song解釋稱，編程本質是結構化世界的工程語言，M2.5在報告寫作、PPT生成等通用任務上已展現潛力。未來版本將重點突破長程任務處理，通過定義復雜目標、構建多樣化環境、優化RL基礎設施三層架構，提升模型在多步驟規劃中的穩定性。

開源戰略的選擇折射出技術哲學的差異。盡管商業層面存在API收入減少的顧慮，但研究團隊堅信社區協作能加速技術進化。MiniMax與vLLM、SGLang等推理框架的深度合作，以及基于M2.5涌現的自動化辦公應用，驗證了這種開放生態的商業價值。實測數據顯示，三個M2.5 Agent協同工作的成本僅為閉源模型的5%。

在模型評估體系構建上，研究團隊保持著異常嚴謹的態度。Olive Song指出，專業評估需要足夠數量的測試題和多次驗證，當前行業普遍采用的"五個問題測試法"遠未達到統計置信度要求。她個人維護著涵蓋邏輯推理、數學證明等領域的測試集，用于持續追蹤模型進化軌跡。

面對AGI（通用人工智能）的終極命題，Olive Song的回答體現出工程思維特質："定義會在實現過程中自然清晰，現在更重要的是讓模型具備持續探索環境、定義自身目標的能力。"這種務實態度貫穿于MiniMax的技術實踐——從用Agent追蹤學術動態的內部工具，到通過系統提示詞實現角色切換的模型設計，都在為更復雜的智能形態鋪路。

當被問及研究工作的本質變化時，Olive Song提到兩個關鍵轉折：從跟隨論文到解決前人未遇的問題，從實驗室玩具級實驗到應對千萬級參數的工程挑戰。這種認知轉變，或許正是中國AI企業在全球競賽中實現后來居上的深層密碼。