Најди сличен содржај

🌟 Kimi-Audio: открытая модель для аудиозадач. Kimi-Audio — инструктивная модель с 7 млрд. параметров, разработанная командой MoonshotAI, которая объединяет распознавание речи, анализ аудиоконтента и генерацию ответов в реальном времени в единую архитектуру. Модель показала SOTA-результаты на множестве аудиобенчмарков, от распознавания речи до эмоционального анализа. Архитектура Kimi-Audio — это 3 компонента: 🟢Гибридный токенизатор, который преобразует аудио в дискретные семантические токены (12.5 Гц) через векторное квантование и дополняет их непрерывными акустическими признаками из Whisper. 🟢Модифицированная LLM (на базе Qwen 2.5 7B) с общими слоями для мультимодальных данных и раздельными «головами» для генерации текста и аудио. 🟢Детокенизатор на основе flow matching и BigVGAN. Он превращает токены обратно в звук с задержкой менее секунды благодаря чанковому потоковому декодированию и look-ahead механизму. Отдельного внимания заслуживает пайплайн обучения, к нему команда разработки подошла ответственно и скрупулезно: 13 млн часов аудио были обработаны через автоматический конвейер, включающий шумоподавление, диаризацию и транскрипцию. Для повышения качества сегменты объединялись по контексту, а транскрипции дополнялись пунктуацией на основе пауз. После предобучения на задачах ASR и TTS модель прошла этап SFT на 300 тыс. часов данных (развернутые диалоги и аудиочаты). В тестах ASR Kimi-Audio показала: WER 1.28 на LibriSpeech test-clean против 2.37 у Qwen2.5-Omni. В аудиопонимании она лидирует на ClothoAQA (73.18) и MELD (59.13), а в классификации сцен (CochlScene) показывает 80.99 — на 17 пунктов выше ближайшего соперника. В диалогах модель близка к GPT-4o (3.90 против 4.06 по субъективной оценке). 📌 Лицензирование кода : Apache 2.0 License. 📌 Лицензирование модели: MIT License. 🟡Модель 🟡Техотчет 🖥GitHub #AI#ML#KimiAudio#MoonshotAI

#KimiCLI#AI#SSH#MoonshotAI Kimi CLI：AI 助手命令行工具 Kimi CLI 是由 Moonshot AI 开发的 AI 驱动命令行工具，旨在辅助软件开发和终端操作。当前处于技术预览阶段，支持 macOS 和 Linux，Windows 版本即将推出。 它提供类 Shell 界面，可执行原生命令，并与 Zsh 无缝集成，通过 Ctrl-K 激活 AI 辅助编程。支持 ACP 协议，可与 Zed 等编辑器协作，也支持 Moonshot AI 的 MCP 协议实现高级模型交互。 🔘@TossLab🔘@TossLabChannel

🚀 月之暗面开源 Kimi K2.6：SWE-Bench Pro 反超 GPT-5.4，Agent Swarm 扩至 300 子代理 月之暗面（Moonshot AI）正式开源新一代旗舰模型 Kimi K2.6，主打长程编程（long-horizon coding）、Agent Swarm 智能体集群与视觉 Agent 能力，已通过 Kimi.com 、Kimi App、API 以及 Kimi Code 四个渠道同步上线。 📌 核心基准（vs GPT-5.4 xhigh / Opus 4.6 max / Gemini 3.1 Pro / K2.5） - SWE-Bench Pro 58.6，反超 GPT-5.4（57.7）、Opus 4.6（53.4）、Gemini 3.1 Pro（54.2），相比 K2.5（50.7）提升 7.9 分 - Terminal-Bench 2.0（Terminus-2）66.7，领先 GPT-5.4 与 Opus 4.6 的 65.4 - SWE-Bench Multilingual 76.7，逼近 Opus 4.6 的 77.8 - HLE（带工具）54.0，领先所有对比模型 - BrowseComp 83.2、DeepSearchQA 92.5、OSWorld-Verified 73.1 - MathVision with Python 93.2、V* with Python 96.9，视觉 Agent 能力全面对齐闭源第一梯队 - 上下文窗口 262,144 tokens，温度 / top-p 均为 1.0 ⚙️ 长程编程实测 - Mac 本地部署 Qwen3.5-0.8B：用小众语言 Zig 实现并优化推理，4,000+ 次工具调用、12 小时连续执行、14 轮迭代，吞吐从约 15 tokens/s 提升到约 193 tokens/s，比 LM Studio 快约 20% - 改造 8 年老项目 exchange-core 金融撮合引擎：13 小时执行、1,000+ 次工具调用、修改 4,000+ 行代码，通过分析 CPU 与内存火焰图重构核心线程拓扑（4ME+2RE → 2ME+1RE），中位吞吐提升 185%（0.43 → 1.24 MT/s），性能吞吐提升 133%（1.23 → 2.86 MT/s） - 内部 RL 基础设施：K2.6 Agent 连续自主运行 5 天，管理监控、事件响应与系统运维，呈现持久上下文与多线程任务处理能力 🧠 Agent Swarm 横向扩展 - 子代理规模从 K2.5 的 100 扩至 300，协同步数从 1,500 扩至 4,000，端到端延迟显著下降 - 可将高质量 PDF、表格、PPT、Word 转为可复用 Skill，沿用原文档的结构与风格 DNA - 演示场景：100 家加州招聘岗位匹配并一键生成定制简历；40 页天体物理论文 + 20,000 条数据集 + 14 张学术图表；洛杉矶 30 家无网站零售商一键生成高转化 landing page 🤝 Claw Groups 研究预览 - 全新开放式异构 Agent 协作空间：不同设备、不同模型、不同工具的 Agent 可作为平等协作者加入同一操作空间 - K2.6 作为自适应协调器，动态分配任务，自动检测失败并重新分配或重新生成子任务 - 月之暗面自用：用 Claw Groups 运营由 Demo Maker、Benchmark Maker、Social Media Agent、Video Maker 组成的营销团队 🎨 Coding-Driven Design - 单条 prompt 生成带 hero section、滚动触发动画、鉴权与数据库的轻量全栈应用 - 内部 Kimi Design Bench 覆盖视觉输入、Landing Page、全栈开发、通用创意编程四大类，表现对标 Google AI Studio 🔙 背景补充 - Kimi K2 系列延续"万亿参数 MoE + Muon 优化器 + Agentic 智能"主线，K2 Thinking 版本此前已在开源榜长期领先；K2.5 的 Agent Swarm 研究预览首次引入 100 子代理架构，K2.6 一次性扩至 3 倍 - 合作伙伴 CodeBuddy 内部评测报告 K2.6 较 K2.5 代码生成准确率提升 12%、长上下文稳定性提升 18%、工具调用成功率达 96.60%；Vercel AI Gateway 在 Next.js 基准上观察到超过 50% 的提升；Ollama、OpenCode、Qoder、KiloClaw、Hermes 等同步完成适配 - 同期开源阵营正在全面逼近闭源：智谱 GLM-5.1（MIT 开源）此前以 SWE-Bench Pro 58.4 登顶，现被 K2.6 以 58.6 反超；阿里 Qwen3.6-Plus Terminal-Bench 2.0 61.6 超 Opus 4.5；MiniMax M2.7 主打模型自我进化；开源阵营正在与 Anthropic Mythos（以安全为由限制发布）和 OpenAI GPT-5.4-Cyber（分层访问）代表的闭源路线形成正面对冲 📎 相关链接 官方博客：https://www.kimi.com/blog/kimi-k2-6 在线使用：https://www.kimi.com/ API：https://platform.kimi.ai/ 编程入口：https://www.kimi.com/code Agent Swarm：https://www.kimi.com/agent-swarm Hugging Face：https://huggingface.co/moonshotai/Kimi-K2.6 #Kimi#KimiK2_6#MoonshotAI#月之暗面#开源模型#AI编程#AgentSwarm#LongHorizonCoding#ClawGroups