● Exo Lab 支持 MiniMax M2.7：Mac 集群推理新进展

📌 一句话摘要 Exo Lab 宣布支持 MiniMax M2.7 模型，通过 RDMA 和张量并行技术实现 Mac 集群的线性扩展推理。 📝 详细摘要 推文引用了 Exo Lab 的最新动态，该项目现已提供对 MiniMax M2.7 的零日支持。其核心技术亮点在于支持 RDMA 和张量并行（

● 开源模型已跨越临界点

📌 一句话摘要 像 GLM-5 和 MiniMax M2.7 这样的开源模型在核心智能体任务中已达到与闭源前沿模型相当的性能，同时在成本和延迟方面具有显著优势。 📝 详细摘要 LangChain 使用 Deep Agents 测试框架进行的最新评估表明，开源权重模型（特别是 GLM-5 和 Mi

● AI 周报 #339 - DLSS 5、OpenAI 超级应用、MiniMax M2.7

📌 一句话摘要 一份全面的 AI 进展综述，包括英伟达生成式 DLSS 5、OpenAI 向生产力超级应用的战略转型、Meta 的本地智能体桌面应用，以及来自 MiniMax 和 Cursor 的高性能、低成本模型。 📝 详细摘要 本期“AI 周报”重点介绍了 AI 行业的几项关键进展。英伟达的

● 我们用「西游取经团」实测 MiniMax M2.7 ，发现 AI 已经进化成这样了？

📌 一句话摘要 本文通过搭建「西游取经团」多 Agent 协作系统，实测 MiniMax M2.7 模型在科研规划、算法开发、学术写作、文献整理、数据处理五类场景中的表现，揭示大模型从「被动工具」向「主动执行者」进化的趋势。 📝 详细摘要 文章围绕 MiniMax M2.7 模型能力进行实测评测

● 真实测评 MiniMax M2.7，不吹不夸，它到底什么水平？

📌 一句话摘要 本文通过多场景实测，深入评估了 MiniMax M2.7 模型在 Agent 任务、编程辅助、办公自动化及长文本处理方面的实际表现，验证了其在复杂指令遵循与工具调用上的进化。 📝 详细摘要 文章对新发布的 MiniMax M2.7 模型进行了全方位的实战测评。作者通过“龙虾任务”

● 实测 MiniMax M2.7：AI 狠起来，连自己都卷

📌 一句话摘要 MiniMax 发布 M2.7 模型，主打 AI 自我进化与最强 Cowork Agent 能力，在代码推理、办公协作及自主迭代 Agent 基础设施方面表现出色。 📝 详细摘要 本文对 MiniMax 最新发布的 M2.7 模型进行了深度实测。该模型定位为「最强 Cowork

● 全行业都在忙着“吃虾”，MiniMax M2.7 已经让虾自己拿起筷子了

📌 一句话摘要 MiniMax 发布 M2.7 模型，主打 SRE 级工程能力与原生多智能体协作，并提出模型自主构建 Agent Harness 的自我进化新范式。 📝 详细摘要 MiniMax 正式官宣 M2.7 大模型，该版本在推理、工程能力及 Agent 协作方面实现显著跨越。M2.7 不