软件与服务行业AI产业速递：Kimi发布k1.5新模型，国产模型推理性能飞跃

请阅读最后评级说明和重要声明 丨证券研究报告丨 行业研究丨点评报告丨软件与服务 [Table_Title] AI 产业速递： Kimi 发布 k1.5 新模型，国产模型推理性能飞跃 报告要点 [Table_Summary]继 2024 年 11 月发布 k0-math 数学模型、12 月发布 k1 视觉思考模型后，2025 年 1 月 20 日，Kimi 再次发布 k 系列强化学习模型升级进展。最新 k1.5 多模态思考模型的基准测试成绩显示其已达到 SOTA 级别的多模态推理和通用推理能力。近期推理模型的密集发布说明 AI 军备竞赛仍在持续，随着 AI 技术持续演进，推理大模型或在某些场景展现出接近 AGI 的能力，有望加速 AI 应用落地。建议关注：1）中国领先的 AI 大模型厂商，重点推荐国产大模型领军企业科大讯飞；2）中国推理算力产业链，重点推荐国内 AI 芯片领军企业寒武纪。 分析师及联系人 [Table_Author] 宗建树 宋浪 SAC：S0490520030004 SFC：BUX668 %%%%%%%%research.95579.com1 请阅读最后评级说明和重要声明 丨证券研究报告丨 更多研报请访问 长江研究小程序 软件与服务 cjzqdt11111 [Table_Title2] AI 产业速递：Kimi 发布 k1.5 新模型，国产模型推理性能飞跃 行业研究丨点评报告 [Table_Rank] 投资评级 看好丨维持 [Table_Summary2] 事件描述 继 2024 年 11 月发布 k0-math 数学模型、12 月发布 k1 视觉思考模型后，2025 年 1 月 20 日，Kimi 再次发布 k 系列强化学习模型升级进展。最新 k1.5 多模态思考模型的基准测试成绩显示其已达到 SOTA 级别的多模态推理和通用推理能力。 事件评论 ⚫ k1.5 的开发过程主要有“预训练--原版监督微调--long-CoT 监督微调--强化学习”四大阶段。提升模型推理能力的主要方向在于基于强化学习的 reward model 方式不断完善思路链、提升性能，Kimi 在此基础上进行优化并推出 k1.5 模型，其设计与训练的关键要素包括：1）上下文扩展：长文本能力一直是 kimi 的优势所在，k1.5 成功将强化学习（RL）的上下文窗口扩展到 128k，并实现随着上下文长度增加模型性能攀升。2）优化策略：Kimi 推导出了 long-CoT 的 RL 公式，并通过有效采样策略、长度惩罚和数据配方等方式进行优化。3）简洁的框架：基于扩展上下文长度的能力，学习到的思维链具备规划、反思、修正等特点，避免了蒙特卡洛树搜索、价值函数和过程奖励模型等复杂技术，进而使框架更加简洁。4）多模态能力：由于 k1.5 在文本和视觉数据上联合训练，因而具有联合推理两种模态的能力。 ⚫ k1.5 多模态思考模型的基准测试成绩显示其已达到 SOTA 级别的多模态推理和通用推理能力。从模型测试结果看，k1.5 模型的两大版本均具备领先的推理性能：1）long-CoT 版本测试结果：AIME 为 77.5，MATH 500 为 96.2，Codeforces 为 94%分位水平，MathVista为 74.9，各项成绩比肩 OpenAI 的 o1 模型；2）short-CoT 版本测试结果：AIME 为 60.8，MATH 500 为 94.6，LiveCodeBench 为 47.3，表现显著优于现有的 short-CoT 模型，例如 GPT-4o 和 Claude Sonnet 3.5。 ⚫ 后训练时代模型加速升级，推理能力逐渐向 AGI 迈进，有望加速 AI 应用落地。随着训练数据的穷尽，预训练缩放定律法则的边际效益开始递减，基于强化学习的后训练逐渐成为模型推理能力提升的主要路径。从时间线及效果来看，2024 年 9 月 OpenAI 率先发布 o1系列模型，证明模型在经过强化学习训练后可以带来推理能力显著提升。随后各大模型厂商以此为标本进行研发追赶，12 月 20 日 Google 推出 Gemini 2.0 Flash Thinking 与 o1竞争，1 天后 OpenAI 发布 o3 和 o3-mini 推理系列模型再度宣告身位领先。聚焦国内，以 DeepSeek 与 Kimi 为代表的模型厂商持续追赶，频繁发布新产品。各自最新模型的推理能力已对齐海外并在价格上具备性价比优势。近期推理模型的密集发布说明 AI 军备竞赛仍在持续，随着 AI 技术持续演进，推理大模型或在某些场景展现出接近 AGI 的能力，有望加速 AI 应用落地。 ⚫ 投资建议：看好推理算力与应用侧受益。一方面，国产推理模型持续迭代，推理侧的 scaling up 将带来推理算力需求的显著提升；另一方面，模型能力的提升有望加速 AI 应用落地进程。建议关注：1）中国领先的 AI 大模型厂商，重点推荐国产大模型领军企业科大讯飞；2）中国推理算力产业链，重点推荐国内 AI 芯片领军企业寒武纪。 ⚫议关注：1）中国领先的 AI 大模型厂商，重点推荐国产大模型领军科大讯飞；2）中国推理算力产业链，重点推荐国内 AI 芯片领军寒武纪。风险提示 1、AI 技术发展不及预期；2、下游应用需求不及预期。 市场表现对比图(近 12 个月) 资料来源：Wind 相关研究 [Table_Report]•《算力产业跟踪：太行算力中心二期获批，字节算力布局持续升级》2025-01-21 •《Neuralink 完成第三例人体手术，脑机接口商业化稳步推进》2025-01-17 •《国家层面系统规划，数据标注产业有望加速发展》2025-01-16 -20%2%24%47%2024/12024/52024/92025/1软件与服务沪深300指数2025-01-22%%%%%%%%research.95579.com2 请阅读最后评级说明和重要声明 3 / 7 行业研究 | 点评报告 图 1：Kimi-k1.5 模型性能比肩 o1 模型（long-CoT 模式） 资料来源：Kimi 官方公众号，长江证券研究所 图 2：Kimi-k1.5 模型性能比肩 o1 模型（Short-CoT 模式） 资料来源：Kimi 官方公众号，长江证券研究所 %%research.95579.com3 请阅读最后评级说明和重要声明 4 / 7 行业研究 | 点评报告 图 3：Kimi k 系列模型路线图 资料来源：Kimi 官方公众号，长江证券研究所 %%%%%%%%research.95579.com4 请阅读最后评级说明和重要声明 5 / 7 行业研究 | 点评报告 风险提示 1、AI 技术发展不及预期，本次大模型创新伴随参数量及模态的增速能力天花板尚未达到，但模型效果本身仍存瓶颈及问题，倘若 AI 技术发展不及预期，投入厂商仍然存在失败风险。 2、下游应用需求不及预期，人工智能本质是通过供给创新催生需求扩容，目前大模型仍处于商业模式摸索期，倘若本轮技术变革无法真实带动下游需求，投