Kimi K3与原生多模态时间差

原文指出，长链任务仅依赖代码反馈会导致误差累积，最终效果差，而视觉反馈更准确且贴近用户意图。过去一年，Coding与Agent能力成为大模型排名改写和商业变现最快的场景。随着Agent接管更多长链任务，通用大模型开始匹配原生多模态能力。OpenAI企业使用报告显示，在研发岗位最常使用的三类ChatGPT工具中，图片上传排第三，说明视觉输入已普及。但更关键的是，Agent生成网页、操作软件并检查结果时，视觉从“用户输入”进化为“模型反馈工具”，用于检查工作、发现错误和调整行动。月之暗面于7月发布Kimi K3，该模型采用MoE架构，总参数2.8万亿，支持100万token上下文，在长链任务中可通过原生多模态视觉反馈提升准确率。与DeepSeek V4相比，Kimi K3在原生多模态能力上抢先一步，但两者之间仍存在迭代时间差。这一进展表明，原生多模态将成为下一阶段大模型竞争的核心差异点，尤其对AI Agent、自动化编程、软件操作等场景至关重要。