AI最前沿 88Z.ai 5 月 27 日消息，快手正式开源多模态大模型 Keye-VL-2.0-30B-A3B，首次将 DSA 稀疏注意力机制引入多模态理解场景，支持 256K 超长上下文并实现长视频时序因果推理。该模型在 TimeLens 基准中部分指标超越 Gemini 2.5 Pro 与 Gemini 3 Flash，并首次解锁 Agent 协作能力，覆盖代码、工具调用及搜索等复杂任务。
消息要点
- 引入 DSA 稀疏注意力机制，支持 256K 上下文及长视频推理
- TimeLens 部分指标超越 Gemini 系列，具备 Agent 协作能力
要点
快手近日正式开源其自研的多模态大模型 Keye-VL-2.0-30B-A3B。该模型在多模态理解场景中首次引入了 DSA 稀疏注意力机制，能够支持高达 256K 的超长上下文窗口，从而实现对长视频的时序因果推理能力。 在性能表现方面，Keye-VL-2.0-30B-A3B 在 TimeLens 视频理解基准测试中的部分指标已经超越了 Gemini 2.5 Pro 和 Gemini 3 Flash。此外，该模型还首次解锁了 Agent 协作能力，能够有效处理包括代码生成、工具调用以及信息搜索在内的多种复杂任务场景，展现了强大的综合应用潜力。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 量子位原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。