Kimi 是由位于中国的月之暗面公司开发的生成式人工智能助手。该服务于2023年10月推出,通过对话界面提供问答、文档分析、文本起草和编程辅助等功能。长上下文处理,即在单次交互中处理大量文本,是其最初产品定位的核心特色。Kimi这一名称也用于月之暗面开发的一个模型系列;这些模型与面向消费者的聊天机器人相互关联,但并非同一产品。
发展与命名
Kimi诞生于基于大语言模型的消费级服务快速发展的时期。它早期重点支持阅读篇幅较长的中英文材料,包括用户上传的文档,并回答与这些材料有关的问题。此后,月之暗面为该服务增添了网页搜索、更多文档处理功能以及侧重推理的能力。
Kimi这一名称逐渐兼具产品品牌与模型系列名称的双重用途。2025年1月,月之暗面发布了Kimi k1.5。其技术报告称,该模型利用强化学习提升对文本和视觉输入的推理能力。2025年7月,月之暗面发布了Kimi K2,这是一款采用专家混合模型架构的语言模型,面向编程、工具使用等任务。
这些发布是底层模型研发进程中的里程碑,并不意味着聊天机器人的每个版本都具备相同能力。在线托管的助手、开发者服务和可下载的模型版本,在可用工具、输入限制和部署条件方面可能各不相同。
功能
对话与写作
Kimi接受自然语言指令,并以当前对话为上下文生成回复。常见功能包括解释说明、头脑风暴、改写、翻译和文稿起草。其写作能力涵盖简短回答和结构化文档,但即使输出符合指定格式,也不代表其中的事实准确无误。
编程辅助功能可以包括生成代码、解释现有程序以及提出修改建议。生成代码与执行或测试代码并不是一回事:助手能否运行程序,取决于具体产品模式下可用的工具。
文档分析与长上下文
Kimi的一项显著特色是支持长篇输入。用户可以提供文档,要求它生成自动文本摘要、进行比较、提取信息,或根据所提供的文本回答问题。
与此相关的技术概念是上下文窗口,即模型在一次生成过程中能够处理的信息量。其中包括指令、对话历史、所提供的材料,以及为回复预留的空间。模型通过分词与词元化处理文本,因此,以词元数表示的限制并不直接等同于固定的词数、字数或页数。
更大的上下文窗口允许一次提供更多材料,但不能保证模型对每一段内容都给予同等关注。处理效果可能因文档结构、相关信息所在位置以及所需推理步骤的数量而异。从复杂表格、扫描页面或特殊版式中提取文本,也会带来另一类错误。
联网问答与工具使用
Kimi提供联网问答功能,将对话式生成与信息检索相结合。检索到的网页可以提供底层模型训练时尚未获得的信息。这大体遵循检索增强生成的原理,即将外部材料作为回答的上下文。
部分能力还涉及工具使用:模型选择一项操作、提供输入,并将操作结果纳入回复。当此类工作流程不再局限于单次回答,而是延伸为一系列行动时,就可以支持AI智能体式的行为。可用工具取决于界面和服务配置。
技术基础与访问方式
Kimi属于以神经语言模型为核心构建的助手,这类模型通常采用Transformer架构。这些模型从训练数据中学习统计规律,并根据输入序列生成回复。进一步训练可以提升其遵循指令、推理和使用工具的能力。
面向消费者的服务将模型能力与界面、文档处理、检索系统及其他软件整合在一起。这些配套基础设施十分重要:不能仅凭底层模型来推断聊天机器人的表现。
月之暗面还通过应用程序编程接口(API)向开发者提供访问服务。API使软件无需使用面向消费者的界面,就能提交请求并接收模型输出。单独发布的模型权重允许采用其他部署方式,但须遵守各自的许可证。权重可获取本身,并不足以证明某个发布版本符合开源软件的所有定义,也不意味着全部训练数据或训练代码均已公开。
局限与评估
与其他生成式助手一样,Kimi也可能产生人工智能幻觉,即生成语言流畅、但缺乏依据或存在错误的陈述、引文或解释。访问文档和检索网页可以弥补部分信息缺口,但两者都不能保证解读忠实或引用准确。
评估长上下文能力,不能只看宣传中的最大输入长度。相关测试包括定位信息、综合不同段落中的证据、辨别相互矛盾的叙述,以及在输入不断增长时保持准确性。同样,某一具名Kimi模型的测试结果,也不能直接代表在线托管聊天机器人的表现,后者可能采用不同的提示、工具或模型配置。
处理上传材料还涉及数据隐私问题。数据如何处理,取决于具体服务、部署安排及适用条款。外部文档和网页还可能包含提示注入攻击尝试,即意在改变助手行为方向、而非仅仅提供信息的文本。因此,将用户指令与不可信内容区分开来,是一项重要的技术问题。