Kimi 系列论文清单
截至 2026-05 整理。Moonshot AI（月之暗面）的工作集中在 RL 推理、万亿参数 MoE、Agentic、线性/块注意力与高效推理系统 几条线上。arXiv 编号均已逐条核对。
概览
- 论文总数：10 篇
- 时间跨度：2024-06 ～ 2026-04
- 三条方向：基础与推理模型 / 多模态 / 架构与系统
一、基础与推理模型
| 论文 |
时间 |
链接 |
一句话核心 |
| Kimi k1.5: Scaling Reinforcement Learning with LLMs |
2025-01 |
2501.12599 |
用 RL 扩展推理能力，长/短思维链 |
| Kimi K2: Open Agentic Intelligence |
2025-07 |
2507.20534 |
1T MoE（激活 32B），MuonClip 稳定训练，主打 agentic |
二、多模态
| 论文 |
时间 |
链接 |
一句话核心 |
| Kimi-VL Technical Report |
2025-04 |
2504.07491 |
MoE 视觉-语言模型，仅 2.8B 激活做多模态推理 |
| Kimi-Audio Technical Report |
2025-04 |
2504.18425 |
通用音频基座，识别/理解/对话/生成统一 |
三、架构与系统（注意力 / 优化器 / 推理）
| 论文 |
时间 |
链接 |
一句话核心 |
| Mooncake: A KVCache-centric Disaggregated Architecture for LLM Serving |
2024-06 |
2407.00079 |
Kimi 的推理底座，KVCache 中心化、PD 分离（FAST’25 最佳论文） |
| Muon is Scalable for LLM Training（Moonlight） |
2025-02 |
2502.16982 |
Muon 优化器规模化，~2× 于 AdamW 的算力效率；含 Moonlight 16B |
| MoBA: Mixture of Block Attention for Long-Context LLMs |
2025-02 |
2502.13189 |
把 MoE 思路用到注意力，长上下文高效 |
| Kimi Linear: An Expressive, Efficient Attention Architecture |
2025-10 |
2510.26692 |
Kimi Delta Attention（KDA），KV cache 降 75%，1M 解码 6× 吞吐 |
| Attention Residuals（AttnRes） |
2026-03 |
2603.15031 |
用「深度方向 softmax 注意力」替代固定残差累加，修正 PreNorm 稀释；在 Kimi Linear 上验证 |
| Prefill-as-a-Service（PrfaaS） |
2026-04 |
2604.15039 |
跨数据中心 prefill/decode 解耦、KVCache 走以太网传输（Mooncake 的延续） |
附注
- 仅模型 / 发布、无独立论文：Kimi K2.5、K2.6、Kimi K2 Thinking 等为 K2 的迭代 / 推理增强版本；Kimi-Researcher 为 agentic 产品发布。
- 易混淆：O-Researcher（2601.03743）并非 Moonshot 论文，作者为其他团队，未纳入。
- Muon 优化器、Mooncake / PrfaaS 推理系统虽非「模型」，但是 Kimi 体系的核心技术底座，故纳入。
