全能视觉助手来了！Kimi K2.5 今日发布并开源

1月27日，国内人工智能初创公司月之暗面Kimi正式发布了新一代开源模型 Kimi K2.5。

作为一个全能型模型，Kimi K2.5基于原生多模态架构设计，支持视觉与文本输入，将视觉理解与推理、编程、Agent等能力全部集成到一个模型当中。

作为Kimi目前最智能的模型，K2.5在HLE（人类最后的考试）、BrowseComp、 DeepSearchQA等多项agent评测中均取得全球开源模型的最佳成绩 。Kimi创始人、CEO杨植麟表示 “我们重构了强化学习的基建，并专门优化了训练算法，以确保它能达到极致的效率和性能。”

在最能体现模型底层实力的代码编程领域，Kimi K2.5 实现了从“生成功能性代码”到“兼具设计审美”的飞跃 ，能够交付具备专业设计师级别的网页作品 ，进一步提升了开源模型的代码水平。

尤其是在前端开发领域，K2.5 模型支持从简单的自然语言对话生成完整的前端界面，并能有效处理交互式布局及滚动触发等动态效果。

比如，当用户想要调整界面时，只需在一张截图上圈出需要修改的地方，就像平时用鼠标指点一样简单。即便是不懂复杂工程提示词的普通用户，也能通过简单的指令完成从创意到产品的跨越，改变了以往AI编程模块化、同质化的局限。

在本次Kimi K2.5的更新中，Kimi研发团队优化训练算法进行全新探索，推出了Agent集群。在执行复杂任务时，K2.5不再是单一的“全能专家”，而是化身为一支即时组建的专业团队。它能根据任务需求，现场调度多达100个不同专业背景的“分身”，并行处理1500个步骤，所有的角色分配与任务拆解无需预设，全由K2.5即时决策。

借助Agent集群，用户可以让一群“分析师”分头完成100家公司的市场调研，动员“语言专家团”翻译300 页文档，还能派出不同的“研究员”综述5篇跨专业的论文，让效率提升十倍以上。

Kimi K2.5的Agent能力也全面扩展至办公场景。Kimi K2.5通过对Word、Excel、PPT、PDF等常用办公软件的深度学习，熟练掌握了office软件的全部技能，用户只需通过自然语言下达简单指令，即可成为快速精通办公软件的专业用户，并实现不同格式间的自由转换。此外，Kimi K2.5还推出新的编程产品Kimi Code。

Kimi Code不仅能够直接在终端运行，还能与VSCode、Cursor、Zed等主流编辑器无缝集成。开发者可以直接输入图片和视频进行编程辅助，简化了编程流程，大大降低了技术门槛。目前，Kimi已经为企业和开发者提供开放平台，通过API接口调用K2.5模型的强大功能，助力各行各业提升工作效率和生产力。

本资讯来自互联网，如有侵权请联系删除~