模型发布

MiniMax M3 获 vLLM 日零支持,1M 上下文窗口与 MSA 稀疏注意力

原文标题:day-0 in @vllm_project and it comes with: dedicated MSA prefill/decode kernels, 1M-context serving ...

AI 摘要

MiniMax M3 发布,具备前沿编码与智能体能力,原生图像视频输入和计算机使用,1M-token 上下文。核心采用 MSA 稀疏注意力:每个 query 评分 128-token KV 块,仅对 top 块做注意力。vLLM 当日即支持 M3,包括专用 MSA prefill/decode 核、前缀缓存与分块 prefill、BF16 和 MXFP8 检查点、Hopper 与 Blackwell 的 MoE 后端,并在 NVIDIA 与 AMD 硬件上验证。同时支持原生多模态输入、工具调用、推理解析和思考模式控制等智能体工作负载。

关键信息

  • MiniMax M3 发布,具备前沿编码与智能体能力,原生图像视频输入和计算机使用,1M-token 上下文。
  • 核心采用 MSA 稀疏注意力:每个 query 评分 128-token KV 块,仅对 top 块做注意力。
  • vLLM 当日即支持 M3,包括专用 MSA prefill/decode 核、前缀缓存与分块 prefill、BF16 和 MXFP8 检查点、Hopper 与 Blackwell 的 MoE 后…
  • 同时支持原生多模态输入、工具调用、推理解析和思考模式控制等智能体工作负载
  • M3把1M上下文从‘理论上能做’变成了‘今天就能部署’,MSA稀疏注意力是关键,开源社区和推理框架的深度合作值得关注

速览

发布时间
更新时间
来源
X:MiniMax (@MiniMax_AI)
分类
模型发布
AI 评分
82
阅读原文 前往信息源阅读完整正文
推荐理由

M3把1M上下文从‘理论上能做’变成了‘今天就能部署’,MSA稀疏注意力是关键,开源社区和推理框架的深度合作值得关注。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:MiniMax M3 获 vLLM 日零支持,1M 上下文窗口与 MSA 稀疏注意力。2026年6月13日。https://new.nat6.net/news/cmqbgej4i019vslamev56gffo/

查看全部 →
  • 智谱 GLM-5.2 全量开放,支持 1M 上下文且下周开源

    GLM-5.2 是智谱迄今能力最强的开源模型,支持真正可用的 1M 上下文,在长程任务中继续保持领先,并被智谱称为最强的国产 Coding 模型。今晚 5:21 起面向 GLM Coding Plan 全量用户开放(覆盖 Lite、Pro…

    公众号:智谱(GLM)模型发布AI 评分 70

  • GLM-5.2 全量开放:智谱最强开源模型支持 1M 上下文

    智谱发布迄今能力最强的开源模型 GLM-5.2,支持真正可用的 1M 上下文,并在长程任务中继续保持领先,同时也是其最强的国产 Coding 模型。今晚 5:21,GLM-5.2 将面向 GLM Coding Plan 全量用户开放,覆盖…

    公众号:智谱(GLM)模型发布AI 评分 70

  • inclusionAI 发布 VISTA-4B GUI 定位视觉语言模型

    VISTA-4B 是基于 Qwen3.5-4B 骨干的 GUI 定位模型,输入截图与自然语言指令,输出归一化 0-1000 坐标。训练采用视图一致 GRPO 和自验证交叉视图锚定。在 GUI 定位基准上,SSPro 得分 64.2(相比…

    蚂蚁 inclusionAI:HuggingFace 新模型模型发布AI 评分 62

  • 下一代投机解码:DFlash 与 Spec V2

    Z Lab、Modal 与 SGLang 团队联合发布 DFlash 投机解码模型和 SGLang 的默认 Spec V2 引擎。DFlash 采用块扩散+KV 注入并行生成整块 draft token,在 Qwen 3.5 397B-A…

    LMSYS Blog模型发布AI 评分 67