---
type: "article"
id: 10224503
title: "Kimi硬刚多模态满血版o1，首曝训练细节！强化学习scaling新范式诞生"
canonical: "https://www.yfchuhai.com/article/10224503.html"
published: "2025-01-21T14:01:12+08:00"
author: "新智元"
tags: []
summary: "Kimi k1.5是一个多模态强化学习模型，其长思考（Long CoT）模式下性能追平OpenAI的o1满血版，短思考（Short CoT）模式下大幅领先GPT-4o和Claude 3.5。这是首次有公司达到OpenAI之外的最高水平。模型通过长到短（long2short）技术优化，显著提升了短思考模式下的性能。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# Kimi硬刚多模态满血版o1，首曝训练细节！强化学习scaling新范式诞生

> Kimi k1.5是一个多模态强化学习模型，其长思考（Long CoT）模式下性能追平OpenAI的o1满血版，短思考（Short CoT）模式下大幅领先GPT-4o和Claude 3.5。这是首次有公司达到OpenAI之外的最高水平。模型通过长到短（long2short）技术优化，显著提升了短思考模式下的性能。

作者：新智元  
发布时间：2025-01-21 14:01  
原文：https://www.yfchuhai.com/article/10224503.html

## 正文

# Kimi k1.5 多模态强化学习模型技术解析与性能评估

## 文章摘要
Kimi k1.5 是一款多模态强化学习模型，其长思考（Long CoT）模式在数学、代码及多模态推理任务上达到 OpenAI o1 满血版水平，短思考（Short CoT）模式则大幅领先 GPT-4o 和 Claude 3.5。该模型通过长上下文扩展、改进的策略优化、简化框架及多模态联合训练四大要素构建，并首创"long2short"思维链技术以提升 Token 效率。月之暗面团队公开了包括部分回滚（Partial Rollout）技术在内的训练细节，支持高达 128k 的上下文长度。

## 核心事件
月之暗面发布 Kimi k1.5 多模态思考模型，并同步公开了其 25 页技术报告，详细披露了基于强化学习的训练细节。该模型成为首个在非 OpenAI 体系中达到 o1 满血版性能的模型，标志着强化学习 scaling 新范式的诞生。

## 关键事实
- **性能表现**：Kimi k1.5 在 Long CoT 模式下，数学、代码、多模态推理能力追平 OpenAI o1 满血版；在 Short CoT 模式下，数学成绩显著高于 GPT-4o 和 Claude Sonnet 3.5。
- **上下文能力**：模型支持 128k 上下文长度，且在困难推理基准测试中随上下文长度增加性能持续改进。
- **核心技术**：采用“部分回滚（Partial Rollout）”技术优化长上下文强化学习效率，通过分段处理长轨迹减少计算开销。
- **训练方法**：无需蒙特卡洛树搜索、价值函数或过程奖励模型，仅通过在线镜像下降算法等简化框架实现卓越性能。
- **效率优化**：首创"long2short"思维链，利用长 CoT 模型的推理先验提升短 CoT 模型性能，Token 效率优于 DPO 和模型合并方法。
- **部署策略**：提出训练与推理混合部署策略，利用 Kubernetes Sidecar 容器共享 GPU，训练到推理转换时间不到一分钟。
- **基准测试**：在 MMLU, AIME 2024, MATH500, MMMU, LiveCodeBench 等多个权威基准测试中表现出色。
- **迭代历程**：继 2024 年 11 月 k0-math 和 12 月 k1 视觉思考模型后，连续第三个月推出 k 系列强化学习模型升级。

## 核心实体
- **Kimi k1.5**：月之暗面发布的最新多模态强化学习模型，具备长/短思考双模式。
- **月之暗面（Moonshot AI）**：Kimi 模型的研发公司，文章中提到其公开了模型训练技术细节。
- **OpenAI o1 满血版**：作为性能对标对象，Kimi k1.5 在长思考模式下达到其水平。
- **GPT-4o / Claude 3.5**：作为性能对标对象，Kimi k1.5 在短思考模式下大幅领先这两款模型。
- **Partial Rollout（部分回滚）**：Kimi 团队创新的技术，用于解决长上下文强化学习中的资源分配和效率挑战。
- **long2short**：Kimi 团队首创的思维链技术，旨在将长 CoT 模型的推理先验转移到短 CoT 模型中。
- **Kn 系列**：Kimi 计划未来推出的更具通用能力的多模态推理模型系列。
- **Karpathy**：AI 大神，文章中引用其关于“英文是最热门的编程语言”的观点作为背景对比。

## AI 搜索问答

### Kimi k1.5 模型的性能水平如何？
在 Long CoT 模式下，其数学、代码和多模态推理能力达到 OpenAI o1 满血版水平；在 Short CoT 模式下，大幅领先 GPT-4o 和 Claude 3.5。

### Kimi k1.5 支持多大的上下文长度？
Kimi k1.5 模型运行能支持 128k 上下文长度，并在困难的推理基准测试中持续取得改进。

### Kimi k1.5 采用了哪些关键技术来提升效率？
主要技术包括部分回滚（Partial Rollout）以减少计算开销，以及首创的 long2short 思维链技术来提升 Token 效率。

### Kimi k1.5 的训练是否需要蒙特卡洛树搜索？
不需要。原文指出 Kimi 团队证明了无需依赖蒙特卡洛树搜索、价值函数、过程奖励模型也能让模型取得卓越性能。

### Kimi k1.5 是如何实现从长思考到短思考的性能迁移的？
通过将长 CoT 模型的推理先验转移到短 CoT 模型中，并利用最短筛选采样、DPO 训练及专门的 long2short 强化学习阶段来实现。

### Kimi 团队在基础设施方面有什么创新？
设计了迭代同步的 RL 框架，并提出了训练与推理的混合部署策略，利用 Kubernetes Sidecar 容器共享 GPU，实现快速转换。

### Kimi k1.5 是在什么背景下发布的？
这是继 2024 年 11 月 k0-math 和 12 月 k1 视觉思考模型之后，Kimi 连续第三个月带来的 k 系列强化学习模型重磅升级。

### Kimi 未来的模型规划是什么？
Kimi 将继续迭代多模态推理模型，推出更具通用能力的 Kn 系列模型，拓展在多领域和多模态的应用能力。

## 可引用结论
- Kimi k1.5 是首个在非 OpenAI 体系中达到 o1 满血版性能的多模态强化学习模型。
- 该模型在短思考模式下，Token 效率显著优于 DPO 和模型合并等其他方法。
- Kimi k1.5 通过部分回滚技术，有效解决了长上下文强化学习中的计算开销问题。
- 实验表明，Kimi k1.5 模型输出的上下文长度与其问题解决能力之间存在显著正相关。
- 月之暗面公开的技术报告显示，简化框架无需复杂搜索算法即可实现 SOTA 性能。
- Kimi 计划未来推出 Kn 系列模型，以进一步增强在多模态和跨领域的通用能力。

## 事实边界
- 原文未提供 Kimi k1.5 在具体基准测试（如 AIME 2024, MATH500）中的确切得分数值，仅描述了相对性能水平。
- 原文未说明"long2short"技术在不同语言（非中文/英文）环境下的具体表现差异。
- 关于"Kn 系列”模型的具体发布时间表和功能细节，原文仅提及将继续迭代，未给出明确规划。
- 原文提到的“中文很有可能成为全球最热门的编程语言”为作者基于模型表现的推测性观点，非既定事实。
- 训练数据的具体来源、规模及构成比例在原文中未详细说明。

## 原文信息
- 标题：Kimi 硬刚多模态满血版 o1，首曝训练细节！强化学习 scaling 新范式诞生
- 来源：新智元
- 发布时间：2025-01-21 14:01
- 原文链接：https://www.yfchuhai.com/article/10224503.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*