MiniMax M2 模型 Transformers 部署指南

英文版 | 中文版

本文档适用模型

本文档适用以下模型，只需在部署时修改模型名称即可。

MiniMaxAI/MiniMax-M2

以下以 MiniMax-M2 为例说明部署流程。

环境要求

OS：Linux
Python：3.9 - 3.12
Transformers: 4.57.1
GPU：
- compute capability 7.0 or higher
- 显存需求：权重需要 220 GB

使用 Python 部署

建议使用虚拟环境（如 venv、conda、uv）以避免依赖冲突。

建议在全新的 Python 环境中安装 Transformers:

uv pip install transformers torch accelerate --torch-backend=auto

运行如下 Python 命令运行模型，Transformers 会自动从 Huggingface 下载并缓存 MiniMax-M2 模型。

from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
import torch

MODEL_PATH = "MiniMaxAI/MiniMax-M2"

model = AutoModelForCausalLM.from_pretrained(
    MODEL_PATH,
    device_map="auto",
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)

messages = [
    {"role": "user", "content": [{"type": "text", "text": "What is your favourite condiment?"}]},
    {"role": "assistant", "content": [{"type": "text", "text": "Well, I'm quite partial to a good squeeze of fresh lemon juice. It adds just the right amount of zesty flavour to whatever I'm cooking up in the kitchen!"}]},
    {"role": "user", "content": [{"type": "text", "text": "Do you have mayonnaise recipes?"}]}
]

model_inputs = tokenizer.apply_chat_template(messages, return_tensors="pt", add_generation_prompt=True).to("cuda")

generated_ids = model.generate(model_inputs, max_new_tokens=100, generation_config=model.generation_config)

response = tokenizer.batch_decode(generated_ids)[0]

print(response)

常见问题

Huggingface 网络问题

如果遇到网络问题，可以设置代理后再进行拉取。

export HF_ENDPOINT=https://hf-mirror.com

MiniMax-M2 model is not currently supported

请确认开启 trust_remote_code=True。

获取支持

如果在部署 MiniMax 模型过程中遇到任何问题：

通过邮箱 model@minimax.io 等官方渠道联系我们的技术支持团队
在我们的 GitHub 仓库提交 Issue
通过我们的官方企业微信交流群反馈

我们会持续优化模型的部署体验，欢迎反馈！