据SiliconANGLE 21日 报道，中国AI初创公司Moonshot AI发布了Kimi系列最新开源大模型Kimi-K2.6。

Moonshot AI表示，Kimi-K2.6在多项AI基准测试中的表现超过GPT-5.4和Claude Opus 4.6。

从技术架构来看，Kimi-K2.6基于SwiGLU（Swish Gated Linear Unit）激活函数，旨在提升硬件效率并简化大语言模型训练流程。报道称，这一算法目前也已被集成到Meta Llama等多款开源大模型中。

在模型设计上，Kimi-K2.6采用由384个专家组成的MoE架构。每个专家都是针对特定任务优化的小型神经网络。模型在接收输入后，单次仅激活8个专家参与生成，以减少计算资源消耗；同时借助多头潜在注意力（MLA）机制提取输入中的关键信息。Moonshot AI称，该机制在硬件效率方面优于传统注意力方案。

除文本能力外，Kimi-K2.6还集成了一个拥有4亿参数的视觉编码器，可处理多模态输入。Moonshot AI表示，借助这一能力，用户仅凭指令和界面草图即可生成完整网站。

面对耗时较长且较为复杂的任务，Kimi-K2.6最多支持300个代理并行运行。系统会将整体任务拆分为多个子任务，交由不同代理并行处理，从而比顺序执行更快完成任务。

此外，Kimi-K2.6还提供“claw groups”功能，支持人类与代理分工协作。该模型在Rust等底层编程相关能力上，也较上一版本有所提升。

关键词

#Moonshot AI #Kimi #Kimi-K2.6 #开源大模型 #SwiGLU #MLA #MoE架构 #视觉编码器 #多代理协作 #AI基准测试
版权所有 © DigitalToday。未经授权禁止转载或传播。