时隔半年，“大模型六小龙”之一的月之暗面终于推出新一代基座模型Kimi K2。据官方介绍，Kimi K2是一款具备更强代码能力、更擅长通用Agent任务的MoE架构基础模型，总参数达1万亿，激活参数为320亿。
7月11日发布并同步开源的新模型包括两个版本：基础模型Kimi-K2-Base、更适合通用聊天和智能体任务的后训练模型Kimi-K2-Instruct。在自主编程、工具调用和数学推理相关的能力评测中，Kimi K2均取得了较优的表现。以SWE-bench Verified、AIME 2025等评测集为例，Kimi-K2-Instruct的得分超过了同为开源模型的DeepSeek-V3、阿里Qwen3，逼近甚至能够反超OpenAI GPT-4.1、Anthropic Claude 4 Opus等领先闭源模型。
结合6月底开启内测的新Agent“Kimi-Researcher”不难看出，月之暗面的思路正转向“模型即Agent”。模型自身就集成了自主决策和执行任务的能力，能够作为智能体解决复杂任务。
在官方释出的用例中，用户要求Kimi K2帮忙规划参加Coldplay乐队巡演的行程。该模型通过17次工具调用，涵盖搜索、日历、邮箱、航班、餐厅预订等环节，制定出一份完整的机酒与旅游规划，并形成可视化报告。
智能体能力正在成为国内外大模型厂商竞相押注的进化方向。本周，马斯克旗下的人工智能初创公司xAI发布新一代大模型Grok 4，包括单智能体、多智能体两个版本，具备工具使用、实时搜索等功能。Anthropic在推出Claude 4系列模型时也强调，在编程、推理和Agent方面“树立了全新标准”，能够处理复杂且长时间运行的任务。
月之暗面在Kimi K2的技术博客里分享了对构建开放智能体智能的看法。其指出，预训练是智能体智能的关键基础，它让模型拥有基本的知识、理解和推理能力，从而在后续的强化学习中更有效地学习。但“人类数据就像是有限的‘化石燃料’”，因此如何在预训练阶段提升对有限数据的利用效率，成为当前AI扩展的关键挑战。
而在后训练阶段，大模型不再只依赖人类数据，开始从自己的行为和结果中获得奖励、进行自我优化，以实现超越人类能力的可能。
“Kimi K2正是在这些洞见之上锻造而成的。”月之暗面表示。其同时强调，Kimi K2是构建通用Agent能力的坚实基础，但通用Agent还需要更高级的能力，比如思考和视觉理解，计划未来为该模型加入这些能力。此外，长文本处理能力曾是Kimi的核心优势，此次Kimi K2的上下文长度为128k，不及部分新发布的模型。
值得注意的是，Kimi K2是国内首个开源的万亿参数级别模型。此前虽有其他大模型厂商训练出万亿参数模型，如腾讯混元Turbo、MiniMax abab 6.5等，但都采取了闭源路线。
在训练Kimi K2这样的万亿参数级别的大模型时，月之暗面采用了自主创新的Muon优化器。与传统的Adam优化器相比，Muon在token利用效率上表现更优，能让大模型学得更快、更有效率。同时为解决Muon在超大规模训练时遇到的不稳定问题，团队还提出了MuonClip这一稳定性增强技术，支撑Kimi K2顺利完成15.5万亿tokens的预训练，未出现训练损失值的异常峰值。
自年初DeepSeek横空出世以来，月之暗面虽然陆续释出了一些技术或产品上的更新，但始终未能重拾外界对其的热切期待，一度表现得颇为低调沉寂。而此次Kimi K2的发布，让这家明星创企终于重回基模舞台的聚光灯下，这场牌局仍未见定论。
