Kimi開源視覺語言模型Kimi-VL與Kimi-VL-Thinking 多項基準超越GPT-4o

　　Moonshot AI 最近開源了 Kimi-VL 和 Kimi-VL-Thinking 兩款視覺語言模型，展現出卓越的多模態理解與推理能力。

　　這些模型采用輕量級的 MoE 架構，參數僅有30億，卻在多個基準測試中超越了 GPT-4o。Kimi-VL 系列在數學推理、智能體操作和高分辨率圖像處理等方面表現突出，支持超長上下文理解，展現出廣泛的應用潛力。

　　Kimi-VL 和 Kimi-VL-Thinking 采用輕量級 MoE 架構，參數僅30億，運行效率高。

　　在 MathVision 和 ScreenSpot-Pro 測試中，Kimi-VL 分別取得36.8% 和34.5% 的優異成績，展示強大的推理能力。

　　支持高達128K tokens 的上下文輸入，適用于長文檔和視頻分析，展現出廣泛的應用潛力。