快手发布开源多模态大模型 Kwai Keye-VL-1.5_广告资讯

快手发布开源多模态大模型 Kwai Keye-VL-1.5

栏目：广告资讯发布时间：2025-09-11

快手近日正式推出了多模态大语言模型Keye-VL-1.5-8B。https://huggingface.co/Kwai-Keye/Keye-VL-1\_5-8B据悉，相较于前代版本，Keye-VL-1.5在整体性能上实现了显著跃升，尤其在基础视觉理解方面表现亮眼，涵盖视觉元素识别、逻辑推理以及时序信息处理等多个维度。该模型在同参数规模中处于领先水平，部分能力甚至超越了如GPT-4o等闭源模型。Keye-VL-1.5采用了四阶段渐进式训练框架，系统化地提升模型能力。在视觉编码器预训练阶段，模型使用

快手近日正式推出了多模态大语言模型keye-vl-1.5-8b。

https://www./link/5831e536b6f7828e911b47c0f2525161

据悉，相较于前代版本，Keye-VL-1.5在整体性能上实现了显著跃升，尤其在基础视觉理解方面表现亮眼，涵盖视觉元素识别、逻辑推理以及时序信息处理等多个维度。该模型在同参数规模中处于领先水平，部分能力甚至超越了如GPT-4o等闭源模型。

Keye-VL-1.5采用了四阶段渐进式训练框架，系统化地提升模型能力。在视觉编码器预训练阶段，模型使用SigLIP-400M的权重初始化ViT结构，并通过SigLIP对比损失函数对内部数据分布进行持续适配与优化。

第一阶段专注于投影MLP层的优化，确保跨模态特征实现稳定对齐；第二阶段则解冻全部参数，开展端到端的多任务预训练，大幅提升模型的基础视觉理解能力；第三阶段引入退火式微调策略，利用高质样本弥补前期高质量数据覆盖不足的问题，同时将序列长度扩展至128K，调整RoPE逆频率设置，并融入长视频、长文本及大尺寸图像等长上下文内容。

最后，采用同质-异质融合技术，对不同数据混合比例下训练出的模型权重进行加权平均，有效缓解因固定数据配比带来的内在偏差，在保留多样化功能的同时增强模型的鲁棒性与泛化能力。

# 快手 # ai # gpt # gpt-4 # 大模型 # https # 前代 # 多个 # 采用了 # 高质量 # 时将 # 相较 # 第三阶段 # 端到 # 同参数 # 亮眼

相关栏目：【广告资讯37196 】【广告推广143353 】【广告优化89630 】

上一篇：永劫无间长剑连招破解指南：夺回战场节奏的制胜法则

下一篇：天玑9600来得好快联发科首款2nm芯片即将流片