跳到正文

技术方向

多模态 最新动态

文字之外的能力：看懂图片、图文混合理解、音视频输入输出的模型与产品进展。

21 条精选近 30 天 12 条共收录 211 条

更新

精选归档 · 第 2 页

1月1日周四第 21–21 条
  1. Hugging Face：moonshotai 新模型83

    月之暗面发布原生多模态智能体模型 Kimi K2.5

    月之暗面发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 持续预训练约 15T 个视觉与文本 token。模型采用 1T 总参数、32B 激活参数的 MoE 架构，支持 256K 上下文、图像和视频输入、即时与思考模式以及多智能体协作。

    推荐理由：模型页披露了架构、评测、部署与调用方式，便于比较其多模态和智能体能力及实际接入成本。