Kimi-K3：开放权重多模态智能体模型

基于Hugging Face Trending上发布的Kimi K3模型介绍，该模型是一个开放权重的原生多模态智能体模型，参数量2.8T，采用Kimi Delta Attention和Attention Residuals架构，支持100万token上下文窗口，是世界首个开放的3T级模型，具备长时编码、智能知识工作等能力。

这是世界首个开放的3T级模型，通过新架构KDA和AttnRes以及Stable LatentMoE框架，激活16/896专家，整体缩放效率比上一代Kimi K2提升约2.5倍，使更大规模的开源多模态智能体模型成为可能。

模型采用Kimi Delta Attention和Attention Residuals架构，并结合Stable LatentMoE框架实现MoE稀疏性扩展，仅激活896个专家中的16个，从而在保持强大能力的同时提高计算效率，支持原生多模态和百万token长上下文。

开发者和产品团队可直接使用该开源模型构建长时编码、知识工作、多模态交互等智能体应用，减少从零训练大型模型的成本和时间，同时其长上下文能力可支持处理大规模代码库或文档。

• 利用Kimi K3进行GPU内核优化、编译器开发等长时编程任务，替代部分人工编码工作。
• 基于Kimi K3构建深度研究代理，生成交互式可视化、仪表盘和运动设计。
• 在游戏开发或CAD应用中集成Kimi K3的视觉循环能力，实现自动化设计迭代。
• 使用其原生多模态和百万token上下文开发视频编辑工具或芯片设计辅助系统。

• Kimi K3的具体许可证和商用条款尚未公开。
• 该模型在标准基准（如MMLU、HumanEval等）上的实际性能数据未提供。
• 模型的推理成本和部署硬件需求未被提及。