据悉,在
核心突破:让模型充当自己的“研究员”
自我迭代循环: 团队将 M2 的早期版本塑造成研究型 Agent,让模型直接参与下一代模型的迭代。它可自主搭建复杂的 Agent Harness,驱动强化学习并优化自身 Memory,使 30-50% 的工作流实现自动化。
编程与办公巅峰: 在编程评测 SWE-Pro 中,M2.7 以 56.22% 的正确率追平 GPT-5.3-Codex;在专业办公场景,其 GDPval-AA 成绩位居开源模型第一。
极致技能遵循: 即便处理超过 2000 Token 的复杂 Skills 场景,模型仍能保持 97% 的高遵循率。
昇腾加持:软硬协同化解算力瓶颈
为匹配
通信加速: 针对模型全新的 FlashComm 序列切分,引入 ReduceScatter 与 AllGather 通信优化,显著提升数据传输效率。
算子融合: 深化 Transformer Attention 全链路融合算子与 MoE 大融合算子,最大限度消除中间张量的读写开销。
吞吐性能提升: 在多 DP 并发场景下实现自适应负载均衡,明显降低预填充(prefill)对解码(decode)的干扰。
落地应用:从软件工程到互动娱乐
在
软件工程: 覆盖日志分析、Bug 定位、代码重构以及安卓开发等深层任务。
互动娱乐: 借助交互系统 OpenRoom,将 AI 互动置入 Web GUI 空间,进一步强化人设保持与对话一致性。
专业办公: 依托强大的环境交互能力,完成高复杂度的生产力型任务。
结语:算力底座决定进化速度
从

















用户38505528 7个月前0
粘贴不了啊用户12648782 8个月前0
用法杂不对呢?yfarer 8个月前0
草稿id无法下载,是什么问题?