Kwai Keye-VL 是快手自主研发的多模态大语言模型，基于 Qwen3-8B 语言模型整合SigLIP初始化的视觉编码器，支持动态分辨率输入。模型能深度融合和处理文本、图像、视频等多模态信息，凭借创新的自适应交互机制与动态推理能力，致力于为用户打造更智能、更全面的多模态交互新范式。模型在视频理解、复杂视觉感知、逻辑推理等方面表现出色，尤其在2025高考全国数学卷中狂砍140分。模型已正式开源，为多模态研究和应用提供强大的支持。

Kwai Keye-baidu09VL – 快手推出的多模态大语言模型 第1张
（图片来源网络，侵删）
Kwai Keye-baidu09VL – 快手推出的多模态大语言模型 第2张
（图片来源网络，侵删）