月之暗面发布的开源多模态智能体模型 Kimi K2.5配资炒股网站就，聚焦文本与视觉联合优化及并行智能体编排，通过创新技术实现了推理、编码、视觉理解等多领域的 SOTA 性能，其 Agent Swarm 框架将推理延迟降低 4.5 倍，模型 checkpoint 已开源，为通用智能体研究提供了重要支撑。
模型核心突破之一是文本与视觉的联合优化，颠覆了传统后期融合视觉令牌的思路，采用早期低比例视觉融合策略，在固定令牌预算下实现更优的多模态表现。其搭载的 MoonViT-3D 视觉编码器支持可变分辨率输入，通过 4 帧分组和时间平均，让视频处理长度提升 4 倍且与图像编码器共享权重。后训练阶段创新的零视觉 SFT 仅通过文本 SFT 激活视觉能力，避免了人工设计轨迹的泛化性问题，而文本 - 视觉联合强化学习则实现了双向增强，视觉 RL 训练后，MMLU-Pro 等文本基准性能也得到提升。
另一核心创新是Agent Swarm 并行智能体编排框架，针对传统智能体串行执行的延迟问题，提出并行智能体强化学习（PARL）范式。框架由可训练的编排器和冻结的领域专用子智能体构成，通过解耦训练规避信用分配模糊和训练不稳定性问题；设计包含实例化、完成率和任务表现的复合奖励函数，避免串行坍缩和虚假并行；以关键步骤为资源约束，引导编排器实现高效任务分解。该框架将复杂任务拆分为异构子任务并行执行，在广搜索场景中不仅降低延迟，还将项目级 F1 值从 72.8% 提升至 79.0%。
展开剩余82%模型基于 Kimi K2 万亿参数 MoE 模型构建，经三阶段预训练（独立 ViT 训练、15 万亿视觉 - 文本令牌联合训练、长上下文中期训练）和 SFT、RL 后训练优化。后训练中创新的 Toggle 令牌高效策略，在不损失性能的前提下将输出令牌减少 25~30%；解耦编码器进程（DEP）实现视觉与文本骨干网络的负载均衡，使多模态训练效率达到纯文本训练的 90%。
全面评测显示，Kimi K2.5 在多领域表现优异：STEM 推理上 AIME 2025 达 96.1%，HLE 工具加持下得分 50.2% 超 GPT-5.2 等模型；编码领域 SWE-Bench Verified 达 76.8%，LiveCodeBench v6 达 85.0%；视觉理解在 OCRBench、OmniDocBench 1.5 分别达 92.3%、88.8%，长视频理解 LongVideoBench 达 79.8% 创 SOTA；计算机使用能力上 OSWorld-Verified 达 63.3%，接近 Claude Opus 4.5。Agent Swarm 框架进一步提升性能，BrowseComp 得分 78.4%、WideSearch 达 79.0%，均超单智能体基线和主流闭源模型。
此外，Kimi K2.5 展现出强大的实际应用能力，可并行分析 40GB、24 小时的《黑神话：悟空》游戏视频并生成交互式 HTML 展示页，还能通过工具调用完成迷宫求解、饼图分析、找不同等复杂视觉推理任务，验证了其多模态理解和实际问题解决能力。该模型通过多模态联合优化和并行智能体技术，推动了通用智能体的发展，开源成果也为社区研究提供了重要基础。
免责声明：我们尊重知识产权、数据隐私配资炒股网站就，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系
发布于：广东省道正网提示：文章来自网络，不代表本站观点。
- 上一篇：网络在线股票配资 《绯夜传奇重制版》评测：黑暗向JRPG神作，妹子向姐夫复仇！
- 下一篇：没有了
相关文章
热点资讯
