華為雲與 MiniMax 最新模型 M3 實現開源首發適配，提供 Tokens 算力支持
重點摘要
華為雲與 MiniMax 深化合作，其 CloudMatrix 智算雲服務已完成對原生多模態旗艦模型 MiniMax M3 的開源首發適配。基於昇騰算力底座，華為雲為 M3 提供 Tokens 支持，確保模型穩定高效運行。M3 在編程、智能體及多模態任務上表現卓越，在多個評測中超越 GPT-5.5、Gemini 3.1 Pro 等對手。#華為雲##MiniMax M3#
### 華為雲攜手 MiniMax 開源旗艦模型 M3，國產 AI 生態再添新動能
華為雲與中國 AI 新創 MiniMax 近日宣布深化合作，旗下 CloudMatrix 智算雲服務已完成對 MiniMax 原生多模態旗艦模型 M3 的開源首發適配。這項合作不僅代表華為雲在國產 AI 算力布局上邁出重要一步，也讓 M3 模型得以在基於昇騰晶片的算力底座上穩定運行，並獲得 Tokens 級別的算力支援。對開發者與企業而言，這意味著能夠以開源形式取得高效能的多模態模型，並享有雲端原生支援的順暢體驗。
### M3 模型亮點：編程、智能體與多模態任務表現突出
根據官方資訊，M3 在編程、智能體（Agent）以及多模態理解與生成任務上展現出卓越能力，在多個公開評測中甚至超越 GPT-5.5、Gemini 3.1 Pro 等國際主流模型。雖然目前外界對於 GPT-5.5 與 Gemini 3.1 Pro 的具體版本定位仍有討論空間，但 MiniMax 用實測數據證明 M3 在複雜推理與跨模態整合上已具備世界級競爭力。特別是在開源模型領域，M3 的出現為研究人員與開發者提供了一個可落地、可調校的高品質替代方案。
### 背景脈絡：國產算力與開源模型協同發展
華為雲與 MiniMax 的合作並非首次。早在 2023 年，雙方就已針對大模型訓練與推理進行簽約合作，MiniMax 也是華為雲昇騰生態的重要夥伴。此次 M3 選擇在 CloudMatrix 智算雲服務上進行開源首發，背後反映的是中國 AI 產業正加速走向「國產晶片＋自研模型」的自主技術路線。昇騰算力底座近年持續透過軟硬體優化來縮小與 NVIDIA 的差距，而 MiniMax 作為新創公司，則專注於提升模型效能與開源社群影響力。兩者結合，有助於降低對國外算力與模型的依賴。
### 可能影響：開發者門檻降低，生態競爭加劇
對開發者社群而言，M3 的開源加上華為雲的 Tokens 算力支援，將大幅降低多模態模型的實驗與落地成本。過去，要運行像 GPT-4 或 Gemini 這類大型模型，往往需要昂貴的 GPU 叢集或雲端訂閱費用；現在透過華為雲 CloudMatrix，開發者可以直接以開源方式取得 M3，並按需使用 Tokens 計費，彈性更高。另一方面，這也將加劇開源大模型領域的競爭——目前國際上已有 Llama 3、Mistral 等強勁對手，M3 能否在中文語境與多模態場景中建立獨特優勢，仍有待時間檢驗。
### 值得關注的後續面向：模型實測、社群回饋與生態整合
讀者接下來可以留意以下幾個面向。首先，M3 在實際應用場景中的編程與智能體任務表現是否如官方宣稱般穩定，第三方評測與開源社群的真實反饋
Related
相關文章
Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages
This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather
Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight
Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp
智譜新高，MiniMax承壓，“大模型雙雄”命運殊途
這篇消息聚焦「智譜新高，MiniMax承壓，“大模型雙雄”命運殊途」。原始導語提到：大模型在被市場重新定價 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
華為昇騰 0 Day 支持智譜 GLM-5.2 模型，提供全面推理優化
華為昇騰 AI 宣佈在智譜開源 GLM-5.2 大模型當天即完成深度推理優化。通過 MOE 大融合算子、通信計算融合、高併發調度等七項關鍵技術，顯著提升編程和長程任務的處理效率，現已支持 A3 系列產品部署。#AI 大模型# #國產算力#
企業AI轉型再添利器：青雲科技算力雲接入 MiniMax-M3 模型
企業AI落地面臨高效低成本難題。青雲科技旗下基石智算平臺接入國產開源大模型MiniMax-M3，提供新算力支持。MiniMax-M3以卓越上下文處理能力等三大核心技術見長，依託自研架構，助企業便捷部署AI業務。
阿里開源統一科學大模型 LOGOS，僅用五十六分之一參數超越微軟
阿里 ATH-Token Foundry 聯閤中國人民大學高瓴人工智能學院開源科學基礎模型 LOGOS。該模型採用統一科學語法與純序列建模範式，在六大科學任務上匹配或超越傳統專用方法。其中 LOGOS-1B 僅 1B 參數，即展現出極高效率，性能超越參數量達 8×7B 的微軟模型。