Kimi K2.5是Kimi系列最新推出的开源视觉语言模型（VLM），具备强大的多模态能力，适用于代理式AI工作流、对话、推理、编程、数学计算等前沿任务。该模型基于开源Megatron-LM框架训练，利用张量并行、数据并行和序列并行等多种并行技术，实现大规模Transformer模型的高效GPU加速训练。 Kimi K2.5采用384个专家的混合专家（MoE）架构，每token仅激活3.2%的参数，实现高效推理。模型总参数量达1万亿，活跃参数为328.6亿，拥有61层结构（1层密集层，60层MoE层），注意力头数为64，词表大小约16.4万。其视觉处理模块采用自研的MoonViT3d视觉塔，可将图像和视频帧转化为高质量嵌入向量，支持多模态输入。 在视觉能力方面，模型词表中包含大量专用于视觉的token，以提升对图像和视频内容的理解精度。用户可通过NVIDIA开发者计划，在build.nvidia.com平台上免费使用GPU加速的端点进行原型开发，支持在浏览器中使用自有数据进行测试。 NVIDIA还提供API接口，注册后即可免费调用Kimi K2.5模型。开发者可通过OpenAI兼容的工具调用方式，轻松集成工具调用功能。此外，NVIDIA NIM微服务容器也即将上线，为生产环境部署提供支持。 对于部署需求，可使用vLLM推理框架高效运行Kimi K2.5，相关部署指南已提供。在模型定制方面，Kimi K2.5支持基于NVIDIA NeMo框架的微调，利用NeMo AutoModel库可直接在Hugging Face检查点上进行高吞吐量分布式训练，支持监督微调、参数高效方法及强化学习，适用于企业级多模态任务和推理场景。 无论是从数据中心的NVIDIA Blackwell平台部署，还是使用托管的NVIDIA NIM服务，NVIDIA均提供全栈式支持。开发者可前往Hugging Face和Kimi API平台获取模型，或在build.nvidia.com的沙盒环境中快速体验Kimi K2.5的强大能力。