行业投资评级 - 投资评级为“看好”，并维持该评级 [8] 报告核心观点 - AI应用正当时，Minimax发布M2.7模型，看好AI Native组织与Agent生态加速落地 [1][4] - 模型能力正向“自进化+Agent化”演进，在企业级场景的交付能力正在快速提升 [6] - 随着Agent调用深度提升与任务复杂度上升，token消耗与推理需求有望持续增长，驱动云端算力与MaaS（模型即服务）收入释放 [6] - 长期看好具备Agent生态与高价值数据闭环能力的平台型垂域厂商 [6] 事件评论与模型能力分析 - **模型自进化能力**：M2.7是Minimax首个参与自我进化的模型，其核心创新在于引入模型参与自身迭代闭环 [2][4][12] - 模型将前一代模型封装为自动化研发助理，接管下一代开发中的繁琐工程任务，能够自行构建复杂Agent Harness [12] - 在实际实验中，模型自主完成超过100轮迭代优化，带来约30%的性能提升 [12] - 训练范式将从传统的一次性训练转向持续在线进化，模型具备随任务与环境持续演进的潜力 [12] - **工程与交付能力**：M2.7在SWE-Pro（56.22%）、VIBE-Pro（55.6%）等基准测试中逼近国际一线水平 [12] - 模型具备真实软件工程能力，能通过日志分析、指标关联、因果推理与数据库验证完成故障定位，并自主生成修复方案并执行 [12] - 模型从过往单点生成能力进化为具备SRE（站点可靠性工程）级决策能力的“工程Agent”，显著拓展了在生产系统中的可用边界 [12] - **Agent协同与任务执行**：模型原生支持多智能体协作（Agent Teams），在40个复杂Skills（>2000 token）场景下仍保持97%的遵循率 [12] - 在OpenClaw评测中，M2.7相比M2.5有显著提升，在MM-Claw评测中接近Claude 3.5 Sonnet的水平 [12] - 专业办公与泛化交互能力提升，在GDPval-AA评测中ELO约1500，接近顶级模型水平 [12] - 在Office三件套中实现高保真生成与多轮编辑，可完成从研报阅读→建模→对应格式输出的全流程任务，产出接近“初级分析师”水平 [12] 行业影响与投资关注点 - 关注国内大模型迭代与Agent落地节奏 [6] - 关注推理侧算力需求扩张带来的云厂商盈利能力改善 [6]