计算机行业点评报告：Kimi：Researcher、K2双线突破，强化学习革新与开源智能的双擎驱动

　　事件

　　2025年6月，Moonshot AI推出Kimi-Researcher，通过端到端强化学习实现多轮搜索推理，在Humanity's Last Exam基准以26.9%Pass@1刷新记录。7月发布Kimi K2模型，开源基础版与指令调优版，在SWE-bench Verified基准以65.8%Pass@1领先，LiveCodeBench v6达53.7%Pass@1，强化代理智能与工具协同能力。

　　投资要点

　　Kimi-Researcher：端到端强化学习代理的突破性飞跃

　　2025年6月20日，Moonshot AI发布端到端强化学习训练的自主代理Kimi-Researcher，通过纯强化学习框架突破传统工作流/SFT限制，支持单轨迹70+次搜索调用与50轮以上长程推理，动态适应工具波动与环境变化。其性能在权威测试中全面领先：Humanity's Last Exam Pass@1达26.9%，创领域新高；xbench-DeepSearch Pass@1达69%，显著超越同期模型。

　　Kimi K2：代理智能普惠化进程的关键引擎

　　2025年7月11日，Moonshot AI发布Kimi K2模型，开源Kimi-K2-Base基础架构与Kimi-K2-Instruct指令调优版本，实现代理智能技术普惠化。该模型采用MuonClip优化器突破训练稳定性瓶颈，支持16K上下文长度的复杂任务处理；在关键基准测试中，SWE-bench Verified以65.8%Pass@1刷新开源模型记录，LiveCodeBench v6达53.7%Pass@1，显著提升工具协同与代码生成能力。同步开放的API工具调用接口为开发者提供低门槛智能体开发支持，加速工业级AI代理落地进程。

　　kimi：技术创新与商业生态协同深化

　　Moonshot AI通过Kimi系列技术持续突破，2025年6月Kimi-Researcher展现冲突信息自纠正能力，强化复杂环境下的推理鲁棒性；7月Kimi K2的MuonClip优化器实现15.5T token训练零中断，攻克大模型稳定性瓶颈。商业化端加速生态构建，API工具接口支持开发者快速集成多工具链，赋能工业级应用如薪资数据分析；性能上，Kimi K2在Tau2retail任务以70.6%Pass@1在开源大模型中处于领先，AceBench达76.5%，验证多领域任务可靠性。技术-商业双轮驱动，奠定规模化落地基础。

　　投资建议

　　聚焦AI与计算机行业龙头，把握技术迭代与生态整合机遇，关注具备核心创新能力的领军企业，在智能化浪潮中布局长期结构性增长机会。

　　科技巨头在AI及云计算领域的行业地位有望助力其未来发展，可继续关注谷歌（GOOGL.0）和微软（MSFT.0）。

　　风险提示

　　行业政策调整或影响市场预期；技术迭代速度存潜在波动风险；终端需求波动致产能错配风险；国际政策合规可能存在压力；资本投入回报周期存在不确定性

点击复制链接查看完整PDF研报

华鑫证券 宝幼琛,谢孟津