藍鯨新聞 7 月 12 日訊（記者 朱俊熹）時隔半年，" 大模型六小龍 " 之一的月之暗面終于推出新一代基座模型 Kimi K2。據官方介紹，Kimi K2 是一款具備更強代碼能力、更擅長通用 Agent 任務的 MoE 架構基礎模型，總參數達 1 萬億，激活參數為 320 億。

7 月 11 日發布并同步開源的新模型包括兩個版本：基礎模型 Kimi-K2-Base、更適合通用聊天和智能體任務的后訓練模型 Kimi-K2-Instruct。在自主編程、工具調用和數學推理相關的能力評測中，Kimi K2 均取得了較優的表現。以 SWE-bench Verified、AIME 2025 等評測集為例，Kimi-K2-Instruct 的得分超過了同為開源模型的 DeepSeek-V3、阿里 Qwen3，逼近甚至能夠反超 OpenAI GPT-4.1、Anthropic Claude 4 Opus 等領先閉源模型。

結合 6 月底開啟內測的新 Agent"Kimi-Researcher" 不難看出，月之暗面的思路正轉向 " 模型即 Agent"。模型自身就集成了自主決策和執行任務的能力，能夠作為智能體解決復雜任務。

在官方釋出的用例中，用戶要求 Kimi K2 幫忙規劃參加 Coldplay 樂隊巡演的行程。該模型通過 17 次工具調用，涵蓋搜索、日歷、郵箱、航班、餐廳預訂等環節，制定出一份完整的機酒與旅游規劃，并形成可視化報告。

智能體能力正在成為國內外大模型廠商競相押注的進化方向。本周，馬斯克旗下的人工智能初創公司 xAI 發布新一代大模型 Grok 4，包括單智能體、多智能體兩個版本，具備工具使用、實時搜索等功能。Anthropic 在推出 Claude 4 系列模型時也強調，在編程、推理和 Agent 方面 " 樹立了全新標準 "，能夠處理復雜且長時間運行的任務。

月之暗面在 Kimi K2 的技術博客里分享了對構建開放智能體智能的看法。其指出，預訓練是智能體智能的關鍵基礎，它讓模型擁有基本的知識、理解和推理能力，從而在后續的強化學習中更有效地學習。但 " 人類數據就像是有限的‘化石燃料’ "，因此如何在預訓練階段提升對有限數據的利用效率，成為當前 AI 擴展的關鍵挑戰。

而在后訓練階段，大模型不再只依賴人類數據，開始從自己的行為和結果中獲得獎勵、進行自我優化，以實現超越人類能力的可能。

"Kimi K2 正是在這些洞見之上鍛造而成的。" 月之暗面表示。其同時強調，Kimi K2 是構建通用 Agent 能力的堅實基礎，但通用 Agent 還需要更高級的能力，比如思考和視覺理解，計劃未來為該模型加入這些能力。此外，長文本處理能力曾是 Kimi 的核心優勢，此次 Kimi K2 的上下文長度為 128k，不及部分新發布的模型。

值得注意的是，Kimi K2 是國內首個開源的萬億參數級別模型。此前雖有其他大模型廠商訓練出萬億參數模型，如騰訊混元 Turbo、MiniMax abab 6.5 等，但都采取了閉源路線。

在訓練 Kimi K2 這樣的萬億參數級別的大模型時，月之暗面采用了自主創新的 Muon 優化器。與傳統的 Adam 優化器相比，Muon 在 token 利用效率上表現更優，能讓大模型學得更快、更有效率。同時為解決 Muon 在超大規模訓練時遇到的不穩定問題，團隊還提出了 MuonClip 這一穩定性增強技術，支撐 Kimi K2 順利完成 15.5 萬億 tokens 的預訓練，未出現訓練損失值的異常峰值。

自年初 DeepSeek 橫空出世以來，月之暗面雖然陸續釋出了一些技術或產品上的更新，但始終未能重拾外界對其的熱切期待，一度表現得頗為低調沉寂。而此次 Kimi K2 的發布，讓這家明星創企終于重回基模舞臺的聚光燈下，這場牌局仍未見定論。