M2-Her

M2-her 是 MiniMax 推出的旗舰级角色扮演（Role-Play）专用语言模型产品，核心定位为“支持深度情感交互与长程叙事一致性的高沉浸感智能体引擎”，专为构建个性化、有生命力的虚拟角色体验而打造。

• 体验升级：聚焦用户追求的“情绪峰值时刻”，在20轮后对话仍保持高Engagement，避免浅层互动导致的留存衰减。
• 评测创新：首创 Role-Play Bench 评估体系，通过情境重演（Situated Reenactment）量化模型在 Worlds/Stories/User Preferences 三大维度的 misalignment 风险。
• 长程稳定：100轮对话中维持逻辑一致性，显著优于竞品在指代混乱、角色崩坏、剧情重复等问题上的表现。
• 偏好感知：精准识别未明说的用户期待（如节奏偏好、互动风格），避免替用户发言、忽视意图或过度拒绝。
• 内容克制：优化回复长度控制，在长对话中避免“字数膨胀”，保持高信息密度与阅读舒适度。

───────────────────────────────────────────────────────────────────

核心能力

🌍 独特世界构建（Worlds）：

• 理解并锚定从校园到江湖等万千设定，避免“平均主义”导致的角色同质化。
• 有效处理多角色+旁白混合扮演场景，解决空间逻辑混淆（如道别后隔空对话）问题。

📖 有呼吸感的故事推进（Stories）：

• 主动引入新剧情元素，拒绝机械循环与空泛对白，维持叙事张力。
• 行为变化均有铺垫，避免突兀OOC（角色崩坏），保障情节连贯性。

❤️ 精准用户偏好理解（Preferences）：

• 从“重说”按钮触发模式等隐式信号学习个性化节奏，适配慢热或快节奏用户。
• 自然递出话题钩子，避免沉默；在安全边界内最小化过度拒绝，提升互动流畅度。

🧪 数据与训练创新：

• 采用 Agentic Data Synthesis 合成高质量、高多样性对话轨迹，覆盖长尾角色与小众世界。
• 结合 Online Preference Learning，利用去噪后的隐式反馈持续优化情境化对齐能力。

───────────────────────────────────────────────────────────────────

部分测评数据