中文简介
moonshotai/Kimi-VL-A3B-Thinking 是 moonshotai 在 Hugging Face 发布的模型仓库,当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 7d99e220af61,同步到 26 个文件,文件元数据合计 30.57 GB;访问状态为“公开”,许可证字段为“mit”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 moonshotai/Kimi-VL-A3B-Thinking 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
moonshotai/Kimi-VL-A3B-Thinking 是 moonshotai 在 Hugging Face 发布的模型仓库,当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 7d99e220af61,同步到 26 个文件,文件元数据合计 30.57 GB;访问状态为“公开”,许可证字段为“mit”。
【适用方向】
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:7d99e220af61。 任务标签:图文理解与多模态生成、文本生成与推理。 架构:KimiVLForConditionalGeneration。 上游 Safetensors 元数据显示参数量约 16.41 B。 库标记:transformers。 模型类型字段:kimi_vl。 上游标注的基础模型:moonshotai/Kimi-VL-A3B-Instruct。 上游页面记录的最近更新时间:2026-01-30。
【文件信息】
上游 API 返回 26 个文件,文件元数据合计 30.57 GB。 已保存文件清单中的主要扩展名:.safetensors 7 个、.json 5 个、.png 5 个、.py 5 个、.jinja 1 个、.md 1 个。 当前较大的文件包括:model-00005-of-00007.safetensors(4.65 GB);model-00004-of-00007.safetensors(4.65 GB);model-00003-of-00007.safetensors(4.65 GB)。
【运行或处理环境】
仓库文件元数据合计 30.57 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 30.56 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
[!Warning] This model has a new version: Kimi-VL-A3B-Thinking-2506. Please consider using the new 2506 version for better abilties on general visual understanding, reasoning, video and agent scenarios. Please set a higher temperature for thinking model, especially when your problem requires relatively long thinking process. We have updated the following sample script for HF inference.* 📄 Tech Report | 📄 Github | 💬 Chat Web 1. Introduction We present **Kimi-VL**, an efficient open-source Mixture-of-Experts (MoE) vision-language model (VLM) that offers **advanced multimodal reasoning, long-context understanding, and strong agent capabilities**—all while activating only **2.8B** parameters in its language decoder (Kimi-VL-A3B). Kimi-VL demonstrates strong performance across challenging domains: as a general-purpose VLM, Kimi-VL excels in multi-turn agent interaction tasks (e.g.,OSWorld), achieving state-of-the-art results comparable to flagship models. Furthermore, it exhibits remarkable capabilities across diverse challenging vision language tasks, including college-level image and video comprehension, optical character recognition (OCR), mathematical reasoning, multi-image understanding, and etc. In comparative evaluations, it effectively competes with cutting-edge efficient VLMs such as GPT-4o-mini, Qwen2.5-VL-7B, and Gemma-3-12B-IT, while surpassing GPT-4o in several specialized domains. Kimi-VL also advances the pareto frontiers of multimodal models in processing long contexts and perceiving clearly: Equipped with a 128K extended context window, Kimi-VL can processes long and diverse inputs, achieving impressive scores of 64.5 on LongVideoBench, and 35.1 on MMLongBench-Doc; Its native-resolution vision encoder, MoonViT, further allows it to see and understand ultra-high-resolution visual inputs, achieving 83.2 on InfoVQA and 34.5 on ScreenSpot-Pro, while maintaining lower computational cost with common visual inputs and general tasks. Build
适用场景
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:7d99e220af61。 任务标签:图文理解与多模态生成、文本生成与推理。 架构:KimiVLForConditionalGeneration。 上游 Safetensors 元数据显示参数量约 16.41 B。 库标记:transformers。 模型类型字段:kimi_vl。 上游标注的基础模型:moonshotai/Kimi-VL-A3B-Instruct。 上游页面记录的最近更新时间:2026-01-30。
文件说明
上游 API 返回 26 个文件,文件元数据合计 30.57 GB。 已保存文件清单中的主要扩展名:.safetensors 7 个、.json 5 个、.png 5 个、.py 5 个、.jinja 1 个、.md 1 个。 当前较大的文件包括:model-00005-of-00007.safetensors(4.65 GB);model-00004-of-00007.safetensors(4.65 GB);model-00003-of-00007.safetensors(4.65 GB)。
上游文件元数据
.gitattributes1.74 KBchat_template.jinja1.01 KBconfig.json1.96 KBconfiguration_kimi_vl.py12.84 KBfigures/arch.png626.33 KBfigures/demo1.png217.80 KBfigures/demo2.png257.82 KBfigures/logo.png12.79 KBfigures/thinking_perf.png221.85 KBgeneration_config.json149 Bimage_processing_kimi_vl.py4.57 KBmodel-00001-of-00007.safetensors4.65 GB
硬件建议
仓库文件元数据合计 30.57 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 30.56 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。