Kimi开源多模态模型Kimi-VL、Kimi-VL-Thinking

今日，月之暗面Kimi开源轻量级视觉语言模型Kimi-VL及其推理版Kimi-VL-Thinking。

按照Kimi官方的说法，其关键亮点包括基于MoE架构，总参数为16B，但推理时仅激活2.8B；具备强大的多模态推理能力（媲美参数大10倍的模型）和Agent能力；支持128K上下文窗口；采用相对较为宽松的MIT许可证。

和Qwen2.5-VL、Gemma-3等前沿开源VLM相比，Kimi-VL-Thinking仅使用2.8B激活参数即可实现强大的多模态推理。同时在一些重要基准测试中，Kimi新模型“以小博大”，超越了GPT-4o等规模更大的模型。

目前两款模型均已上架Hugging Face，分为Instruct基础版和Thinking推理版。