Kimi K2.5 技术报告昨晚发布了。

速览要点：
- 文本–视觉联合训练：使用 15T 视觉-文本 token 预训练，零视觉 SFT（纯文本）激活视觉推理
- Agent Swarm + PARL：动态编排并行子 Agent，延迟降低至 4.5 倍，BrowseComp 得分 78.4%
- MoonViT-3D：统一图像-视频编码器，实现 4 倍时间压缩，在相同上下文长度下可处理 4 倍更长的视频
- Toggle：Token 高效的强化学习，Token 用量减少 25–30%，精度无损

这是我们迈向可扩展、真实世界智能体的进展。更多细节见报告 👉 http://t.cn/AXqmfFzC Kimi 翻译了一份中文版👉http://t.cn/AXqmfFzN