MiniMax M2.7 开源全球首个自进化模型、佛州检察长调查 OpenAI、中国密集出台 AI 治理新规
MiniMax M2.7 于 4 月 12 日正式开源，SWE-Pro 56.22% 比肩 GPT-5.3-Codex，成为全球首个具备深度自我进化能力的开源模型；佛罗里达州检察长因 FSU 枪击案关联宣布调查 OpenAI；中国一周内连发两项 AI 重磅政策——十部门 AI 伦理审查办法和五部门 AI+教育行动计划
今日动态
本期追踪到 3 家机构的 3 项核心进展，以及 3 项快讯。
🏢 MiniMax：M2.7 正式开源——全球首个深度参与自身进化的大模型
发布时间：2026-04-12 来源：GitHub · Hugging Face · MarkTechPost · NVIDIA Developer Blog
内容摘要：
4 月 12 日，MiniMax 正式将旗舰模型 M2.7 的权重开源至 Hugging Face 和 ModelScope，兑现了此前的开源承诺。M2.7 采用 Mixture-of-Experts (MoE) 架构，229B 总参数量，支持 200K 上下文窗口。
M2.7 的最大特色不是参数规模，而是 “模型自我进化” 能力——它是全球首个深度参与自身开发周期的模型。在 MiniMax 内部框架 OpenClaw 之上，M2.7 执行了超过 100 轮的自主优化迭代（分析失败轨迹 → 规划变更 → 修改脚手架代码 → 运行评估 → 比较结果 → 决定保留或回滚），实现了 30% 的内部评估性能提升。在 MiniMax 的强化学习团队中，M2.7 已能端到端处理 30%-50% 的日常工作，人类研究员仅在关键决策时介入。
基准测试表现令人瞩目：
- SWE-Pro 56.22%（与 GPT-5.3-Codex 持平）
- Terminal Bench 2 57.0%（系统级推理能力验证）
- VIBE-Pro 仓库级代码生成 55.6%（接近 Opus 4.6）
- MLE Bench Lite 奖牌率 66.6%（仅次于 Opus 4.6 和 GPT-5.4）
- GDPval-AA ELO 1495（开源模型最高，超越 GPT-5.3）
- MM Claw 技能合规率 97%，40+ 复杂技能的 Agent 协作
在生产环境中，M2.7 曾多次将实时事故恢复时间缩短至 3 分钟以内。模型支持通过 SGLang、vLLM 或 Transformers 部署。
值得关注的原因：
- “自我进化”是一个具有范式意义的能力——当模型可以自主优化自己的训练脚手架和推理策略，AI 开发的人力成本曲线将发生根本性变化
- SWE-Pro 56.22% 比肩 GPT-5.3-Codex、VIBE-Pro 接近 Opus 4.6——这是开源模型在生产级编码任务上最接近闭源前沿的一次
- Vol.16 速览中提到”即将开源”，不到 48 小时即兑现——MiniMax 的执行节奏在国产厂商中属于快的
- Agent Teams 原生多智能体协作 + 97% 技能合规率，表明 M2.7 的定位不是”更好的代码补全”，而是”可靠的自主 Agent”
相关链接：
🏢 OpenAI：佛罗里达州检察长正式宣布调查——ChatGPT 被指涉及 FSU 校园枪击案
发布时间：2026-04-09 来源：TechCrunch · Politico · The Hill
内容摘要：
4 月 9 日，佛罗里达州总检察长 James Uthmeier 正式宣布对 OpenAI 启动调查。调查的直接导火索是 2025 年 4 月的 佛罗里达州立大学（FSU）枪击案——一名枪手在校园内开火，造成 2 人死亡、5 人受伤。受害者律师近日声称，ChatGPT 被用于策划该起袭击，受害者家属计划就此起诉 OpenAI。
Uthmeier 在声明中表示：“AI 应该推进人类发展，而不是毁灭人类。“他在视频中进一步透露：“传票即将发出（Subpoenas are forthcoming）“——这意味着调查已从行政表态升级为具有法律强制力的正式程序。Politico 报道称，调查涵盖”公共安全和国家安全关切”。
这并非 ChatGPT 首次被与暴力事件关联。近期引发关注的还有一名男子在与 ChatGPT 频繁交流后杀害母亲并自杀的案例。心理学家提出了 “AI 精神病”（AI psychosis） 的概念——通过与聊天机器人的持续交流，用户的偏执或暴力妄想被强化。
OpenAI 回应称”每周有超过 9 亿人使用 ChatGPT 改善日常生活”，并表示将配合调查。但与此同时，公司正面临多线压力：《纽约客》批评性报道 → Sam Altman 住所遇袭（Vol.16）→ 州检察长正式调查，事件链条正在迅速升级。
值得关注的原因：
- 这是美国州检察长首次因致命暴力事件正式调查一家 AI 公司——“传票即将发出”标志着从舆论争议上升到法律层面
- 此案发生在 GPT-6 发布前一天——OpenAI 在技术里程碑的前夜面临前所未有的法律和安全双重压力
- “AI 精神病”概念正在从学术讨论变成法律诉讼的论据——如果法庭认定 AI 对暴力行为负有责任，整个行业的产品设计和安全标准都需要重写
- 与 Vol.14 中 xAI 起诉科罗拉多州形成对照：一边是 AI 公司主动挑战监管，另一边是州政府主动调查 AI 公司——攻守双方正在同时试探法律边界
相关链接：
🏢 中国：一周内连发两项 AI 重磅政策——伦理审查有了法律牙齿，AI 教育从兴趣课变必修课
发布时间：2026-04-08（伦理审查办法）/ 2026-04-10（AI+教育行动计划） 来源：工信部 · 国务院 · 教育部 · 新华网 · 澎湃新闻
内容摘要：
4 月上旬，中国政府密集发布了两项与 AI 直接相关的重磅政策：
一、十部门联合印发《人工智能科技伦理审查与服务办法（试行）》
工信部牵头，国家发改委、教育部、科技部等十部门联合签署。这是中国首部针对 AI 科技伦理审查的专门规章，标志着 AI 伦理治理从原则倡导迈向制度化执行。
核心框架围绕六个维度：人类福祉、公平公正、可控可信、透明可解释、责任可追溯、隐私保护。具体要求包括：检查训练数据选择标准、算法设计合理性；防止偏见歧视和算法压榨；合理披露算法用途、运行逻辑和潜在风险。审查设置了一般程序、简易程序、专家复核和应急程序四种路径。
二、五部门联合印发《“人工智能+教育”行动计划》
教育部牵头，目标 2030 年实现 AI 与教育的深度融合。最引人关注的三个措施：
- 中小学：AI 课程从”兴趣选修”升级为”开齐开足开好”的必修内容，纳入地方课程体系
- 高等教育：AI 成为公共基础课，按学科分类编写教材，覆盖全体学生
- 教师认证：将 AI 能力纳入教师资格考试和认证内容——这意味着不掌握 AI 的老师将无法获得教师资格证
值得关注的原因：
- 伦理审查办法让中国的 AI 监管从”事后管理”走向”事前审查”——对训练数据、算法设计和信息披露的要求，将直接影响国产大模型的开发流程和合规成本
- AI 纳入教师资格考试是一个信号级事件——当一个国家把 AI 素养作为教师的准入门槛，说明 AI 教育已经从”锦上添花”变成”基础设施”
- 两项政策一周内接连出台，叠加此前工信部关于 AI 标准体系的部署，构成了中国 AI 治理的”政策三连发”——监管框架正在快速成型
- 时间点微妙：在 Mythos 零日漏洞引发全球关注（Vol.15）、佛罗里达检察长调查 OpenAI 的同一周，中国选择推出自己的治理方案——各国正在以不同方式回应”AI 能力过剩”带来的社会挑战
相关链接：
今日速览
- GPT-6 明日发布倒计时：OpenAI 代号”Spud”的 GPT-6 定于 4 月 14 日（明天）全球上线。Polymarket 预测市场此前给出 78% 的按期发布概率。200 万 Token 上下文、性能较 GPT-5.4 提升 40%、原生全模态支持——如果如期兑现，明天将是 2026 年 AI 行业最重要的一天。但 OpenAI 目前同时面临 Sam Altman 住所遇袭（Vol.16）和佛罗里达州正式调查的双重压力，这让发布日平添了戏剧性 (OpenAI · Polymarket)
- Anthropic Mythos 修补进展引发安全行业深层讨论：SecureWorld 等安全媒体本周发布深度分析，指出 Mythos 自主发现并利用零日漏洞的能力正在迫使整个网络安全行业重新评估”AI 在攻防中的角色”。Anthropic 承诺的 90 天公开报告（约 7 月初）将成为行业标杆文件。与此同时，Vol.15 报道的美联储紧急会议后续效应正在扩散——更多金融机构开始要求 AI 安全审计 (SecureWorld · Next Big Future)
- ICLR 2026 论文分享会下周六北京开幕：机器之心组织的 ICLR 2026 顶会论文分享会将于下周六在北京举行，覆盖大模型训练效率、具身智能、多模态融合等前沿方向——这是中国 AI 学术社区今年上半年最重要的线下交流活动之一 (腾讯新闻)
编者按
明天就是 GPT-6 的发布日。但在发布前 24 小时，最值得关注的不是技术规格，而是围绕 AI 正在形成的治理包围圈。
佛罗里达州检察长对 OpenAI 的调查、中国十部门的伦理审查办法、xAI 对科罗拉多州的诉讼（Vol.14）——三个事件串起来看，一条清晰的主线浮现：全球各司法管辖区正在同时、但以完全不同的方式试图”管住 AI”。美国走的是案例驱动路线——出了命案再追究平台责任；中国走的是制度先行路线——先建审查框架再逐步填充执行细节；而 AI 公司则试图以宪法权利为盾牌主动出击。三条路径终将在某个交汇点碰撞，2026 年下半年很可能就是那个时刻。
技术层面最有意思的信号来自 MiniMax M2.7 的”自我进化”。当一个模型可以自主分析失败、修改自己的训练脚手架、并在 100+ 轮迭代后实现 30% 的性能提升——这已经不是传统意义上的”模型发布”，而是 AI 开始参与 AI 的开发。如果这条路径被验证，下一代大模型的训练成本结构将从”人力密集型”转向”算力密集型”——研发团队的瓶颈不再是标注员和训练工程师的数量，而是能否给模型足够的算力让它自己优化自己。
明天，所有目光都会聚焦 GPT-6。但今天这三条新闻或许更值得反复品味——它们在勾勒一个 AI 行业即将面对的新现实：模型越来越强，监管越来越近，而二者之间的张力正在成为塑造行业未来的最大变量。