DoNews1月27日消息，月之暗面今日宣布推出并開(kāi)源了其最新的 Kimi K2.5 模型。同時(shí)，Kimi 智能助手 K2.5 版本正式上線(xiàn)。用戶(hù)在官網(wǎng)聊天界面中原本的 K2 模型已自動(dòng)切換為 K2.5 版本。
該模型是其目前最智能的模型，在 Agent、代碼、圖像、視頻及一系列通用智能任務(wù)上取得開(kāi)源 state-of-the-art 表現(xiàn)；同時(shí)也是 Kimi 迄今最全能的模型，采用了原生的多模態(tài)架構(gòu)設(shè)計(jì)，同時(shí)支持視覺(jué)與文本輸入、思考與非思考模式、對(duì)話(huà)與 Agent 任務(wù)。
在模型定位上，Kimi K2.5 被設(shè)計(jì)為一款通用型多模態(tài)模型，可在對(duì)話(huà)、復(fù)雜推理和自動(dòng)化任務(wù)之間切換使用。
與此前版本相比，該模型在視覺(jué)理解與推理能力上進(jìn)一步加強(qiáng)，用戶(hù)在與模型交互時(shí)，不再局限于文字描述，還可以直接上傳圖片、截圖或錄屏內(nèi)容，由模型進(jìn)行分析和處理。這一能力被用于輔助理解界面操作、分析文檔結(jié)構(gòu)以及還原交互流程等場(chǎng)景。
在編程與軟件工程方面，Kimi K2.5 延續(xù)了 K2 系列在代碼生成領(lǐng)域的技術(shù)路線(xiàn)，尤其是前端開(kāi)發(fā)方面，并支持通過(guò)截圖或錄屏視頻來(lái)理解并復(fù)現(xiàn)代碼邏輯。
官方示例顯示，該模型可以基于自然語(yǔ)言指令生成完整的前端頁(yè)面代碼，并處理包含動(dòng)態(tài)布局、滾動(dòng)觸發(fā)等在內(nèi)的交互邏輯。同時(shí)，結(jié)合視覺(jué)能力，Kimi K2.5 可以對(duì)用戶(hù)提供的界面錄屏進(jìn)行拆解，分析其背后的交互結(jié)構(gòu)，并生成相應(yīng)的實(shí)現(xiàn)代碼。這一功能已在部分 API 內(nèi)測(cè)用戶(hù)的應(yīng)用場(chǎng)景中得到驗(yàn)證，例如在視頻動(dòng)作識(shí)別與分析類(lèi)產(chǎn)品中的使用。
除單一 Agent 能力外，Kimi K2.5 引入了新的“Agent 集群”機(jī)制。這一機(jī)制允許模型在面對(duì)復(fù)雜任務(wù)時(shí)，不再以單一 Agent 形式執(zhí)行，而是根據(jù)任務(wù)需求動(dòng)態(tài)生成多個(gè)子 Agent，并行完成不同子任務(wù)。
官方介紹稱(chēng)，Agent 集群最多可調(diào)度上百個(gè)子 Agent，并支持上千步的任務(wù)執(zhí)行流程，所有角色分工與任務(wù)拆解由模型在運(yùn)行過(guò)程中自動(dòng)完成，無(wú)需人工預(yù)設(shè)。在長(zhǎng)文本處理與資料整合類(lèi)任務(wù)中，Agent 集群已被用于多篇論文的通讀、分工撰寫(xiě)與最終匯總，輸出結(jié)構(gòu)化的長(zhǎng)篇文檔。
性能方面，在大規(guī)模搜索與復(fù)雜任務(wù)場(chǎng)景下，相比單 Agent 執(zhí)行方式，Agent 集群在完成目標(biāo)所需的關(guān)鍵步驟數(shù)量和整體執(zhí)行時(shí)間上均有所減少。為支持這一能力，團(tuán)隊(duì)對(duì)強(qiáng)化學(xué)習(xí)訓(xùn)練基礎(chǔ)設(shè)施和相關(guān)算法進(jìn)行了重構(gòu)，目前該功能仍處于 Beta 測(cè)試階段，計(jì)劃逐步向更多用戶(hù)開(kāi)放。
隨 Kimi K2.5 模型一同發(fā)布的還有月之暗面面向開(kāi)發(fā)者的編程工具 Kimi Code。該工具可在命令行環(huán)境中運(yùn)行，并支持與 VS Code、Cursor、JetBrains 系列 IDE 以及 Zed 等主流編輯器集成。
目前，Kimi K2.5 模型已在 Kimi 官方網(wǎng)站、移動(dòng) App 及其 API 開(kāi)放平臺(tái)上線(xiàn)。普通用戶(hù)可通過(guò)不同模式使用其功能，開(kāi)發(fā)者和企業(yè)也可通過(guò) API 進(jìn)行調(diào)用。
