minimax-01系列是2025年3月开源的旗舰大模型，含文本与多模态版本；minimax-m2.1为具身智能agent模型，支持图-文-动作联合建模；配套有agent开发平台、开放api文档及社区lora微调工具链。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
一、MiniMax-01 系列基础模型与视觉语言模型
MiniMax-01 是 MiniMax 公司于 2025 年 3 月正式开源的旗舰级大模型系列，涵盖纯文本与多模态两大方向，面向研究与应用双重场景。该项目提供完整训练权重、推理代码及配置脚本，支持本地部署与二次开发。
1、访问 GitHub 主仓库地址：https://github.com/MiniMax-AI/MiniMax-01。
2、克隆仓库至本地环境：git clone https://github.com/MiniMax-AI/MiniMax-01.git。
3、查阅根目录下的 README.md 文件，确认硬件要求（推荐 A100×8 或 H100×4）、依赖版本（PyTorch ≥ 2.3，FlashAttention-2 ≥ 2.6）及启动示例。
4、运行最小推理示例：进入 examples/inference/ 目录，执行 python simple_chat.py --model-path ./checkpoints/MiniMax-Text-01。
二、MiniMax-M2.1 多模态 Agent 模型项目
MiniMax-M2.1 是专为具身智能与任务驱动 Agent 设计的开源模型，支持图像-文本-动作联合建模，可直接对接机器人控制接口，已在机器狗抓取水瓶等真实场景中验证可行性。该项目强调端到端指令理解与结构化动作生成能力。
1、获取模型权重与代码的双通道地址：https://huggingface.co/MiniMaxAI/MiniMax-M2.1 与 https://github.com/MiniMax-AI/MiniMax-M2.1。
2、安装专用依赖包：pip install minimax-m21-agent（已发布至 PyPI）。
3、加载预置任务模板，调用 M21Agent.from_pretrained("minimaxai/minimax-m21-1b") 初始化实例。
4、输入含图像路径与自然语言指令的字典，例如：{"image": "./dog_room.jpg", "instruction": "请让机器狗走到桌子旁，拿起蓝色水瓶"}。
三、MiniMax Agent 开发平台配套资源库
MiniMax Agent 平台（agent.minimaxi.com）提供可视化调试界面与标准化 API 接口，其配套开源资源库聚焦于工具集成、记忆管理与安全沙箱机制，适用于构建可控、可审计的生产级 Agent 应用。
1、拉取平台 SDK 仓库：git clone https://github.com/MiniMax-AI/agent-sdk.git。
2、在 sdk/tools/ 目录下查看已封装的 12 类工具模块，包括网页搜索、文件读取、代码执行、实时摄像头流接入等。
MiniMax 图片理解 + 网络搜索 MCP 工具。适配 Docker 环境（极空间等），支持图片 OCR 识别、图像内容理解、网络搜索。API Key 安全存储在本地 credentials 文件，不暴露在代码中。
3、启用内存持久化功能：修改 config/memory.yaml 中的 backend 字段为 redis，并配置连接参数。
4、启动本地沙箱服务：docker-compose -f docker/sandbox-compose.yml up -d，确保隔离执行环境就绪。
四、MiniMax 开放平台文档与 API 示例集
MiniMax 开放平台（www.minimaxi.com/platform）及其海外版（www.minimaxi.com/en/platform）提供全量 RESTful API 接口，配套的开源示例集覆盖主流编程语言调用方式、流式响应处理、Token 使用监控与错误重试策略，适合快速集成至企业系统。
1、下载官方示例集合：https://github.com/MiniMax-AI/platform-examples。
2、进入 python/v3/ 子目录，运行 chat_stream_demo.py 查看带延迟标记的逐 token 输出效果。
3、使用环境变量注入认证信息：export MINIMAX_GROUP_ID="your_group_id" 与 export MINIMAX_API_KEY="your_api_key"。
4、调用高并发批量接口时，参考 batch/batch_submit_example.py 中的分片与重试逻辑实现。
五、社区维护的轻量化微调工具链 Minimax-LoRA
由 MiniMax 开发者社区主导维护的 Minimax-LoRA 工具链，专为 MiniMax-01 系列模型设计，支持单卡 A10 本地微调，内置数据清洗、LoRA 配置自动生成、梯度检查点优化等功能，显著降低中小团队适配门槛。
1、安装社区工具：pip install minimax-lora-toolkit。
2、准备标注数据集，格式为 JSONL，每行包含 {"input": "...", "output": "..."} 字段。
3、生成适配配置：lora-config-gen --base-model MiniMax-Text-01 --target-modules attn.qkv_proj --r 64。
4、启动微调任务：lora-finetune --data-file ./my_data.jsonl --config ./lora_config.yaml --output-dir ./ft_output。
