Moonshot AI
Kimi-VL-A3B-Thinking
Kimi-VL-A3B-Thinking 是 Kimi-VL 系列的視覺語言推理模型,側重複雜文字與多模態推理。它採用混合專家(MoE)架構,官方列出的總參數量約為 160 億、啟用參數量約為 30 億,上下文視窗為 128K token。(huggingface.co) 接收圖像和文字並生成文字,可用於多圖理解、視覺問答和數學推理。 Kimi-VL 系列還支援文件、影片內容理解及代理相關任務;具…
了解模型繁體中文
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
Kimi-VL-A3B-Thinking 是 Kimi-VL 系列的視覺語言推理模型,側重複雜文字與多模態推理。它採用混合專家(MoE)架構,官方列出的總參數量約為 160 億、啟用參數量約為 30 億,上下文視窗為 128K token。(huggingface.co) 接收圖像和文字並生成文字,可用於多圖理解、視覺問答和數學推理。 Kimi-VL 系列還支援文件、影片內容理解及代理相關任務;具…
Kimi-VL-A3B-Instruct 是面向高效推論的視覺語言指令模型,採用混合專家(MoE)語言模型、原生解析度視覺編碼器 MoonViT 和投影層。官方列出的總參數量約為 160 億,啟用參數量約為 30 億,上下文視窗為 128K。(huggingface.co) 模型可結合文字和視覺資訊完成多模態理解,適用於影像問答、多圖理解、OCR、長文件和影片內容理解,以及作業系統介面等智慧代理場…