Kimi开源视觉语言模型Kimi-VL与Kimi-VL-Thinking 多项基准超越GPT-4o

　　Moonshot AI 最近开源了 Kimi-VL 和 Kimi-VL-Thinking 两款视觉语言模型，展现出卓越的多模态理解与推理能力。

　　这些模型采用轻量级的 MoE 架构，参数仅有30亿，却在多个基准测试中超越了 GPT-4o。Kimi-VL 系列在数学推理、智能体操作和高分辨率图像处理等方面表现突出，支持超长上下文理解，展现出广泛的应用潜力。

　　Kimi-VL 和 Kimi-VL-Thinking 采用轻量级 MoE 架构，参数仅30亿，运行效率高。

　　在 MathVision 和 ScreenSpot-Pro 测试中，Kimi-VL 分别取得36.8% 和34.5% 的优异成绩，展示强大的推理能力。

　　支持高达128K tokens 的上下文输入，适用于长文档和视频分析，展现出广泛的应用潜力。