国产多模态AI杀疯了！Kimi开源16B模型推理碾压GPT-4o，激活参数只要零头

Kimi团队开源视觉语言模型Kimi-VL及推理版Kimi-VL-Thinking，基于MoE架构实现16B总参数但推理时仅激活2.8B。新模型在多模态推理、OCR识别、Agent任务等场景表现超越GPT-4o等大模型，在OCRBench基准测试达SOTA水平。技术方案包含原生分辨率视觉编码器与联合训练策略，采用宽松MIT许可证开源引发行业关注。