Kimi K2.5 技术报告刚刚发布！ 快速要点： - 联合文本-视觉训练：使用 15T 视觉-文本标记进行预训练，零视觉 SFT（仅文本）以激活视觉推理 - Agent Swarm + PARL：动态协调的并行子代理，延迟降低高达 4.5 倍，BrowseComp 上达到 78.4% - MoonViT-3D：统一的图像-视频编码器，具有 4 倍的时间压缩，使得在相同上下文中能够实现 4 倍更长的视频 - 切换：令牌高效的 RL，令牌减少 25-30% 而不降低准确性 这是我们朝着可扩展的现实世界代理智能所做的努力。报告中有更多细节 👉