核心观点
　　Kimi发布多模态思考模型k1.5。2025年1月20日，Kimi发布了多模态思考模型k1.5，并且模型性能直接对标OpenAI满血版o1，在数学、代码、多模态推理能力等方面全方面追平，是OpenAI之外首个多模态o1模型。这是继去年11月他们发布k0-math数学模型，12月发布k1视觉思考模型之后，连续第三个月带来k系列强化学习模型的升级。根据Kimi发布的技术报告，在LongCoT模式下，Kimik1.5的数学、代码、多模态推理能力，达到了长思考SOTA模型OpenAIo1满血版的水平。这也是全球范围内，首次有OpenAI之外的公司达到。而在ShortCoT模式下，Kimik1.5大幅领先GPT-4o和Claude3.5的水平。
　　通过强化学习，实现高效长上下文RL训练。传统语言模型的预训练依赖“下一个词预测”范式，其性能受限于高质量静态数据的规模。尽管计算资源的扩展遵循Scaling Law，但数据瓶颈日益显著。为此，Kimi提出通过强化学习（Reinforment Learning，后文简称RL）解锁新维度：模型通过探索生成数据并基于奖励信号优化，突破静态数据限制。Kimi k1.5的核心目标是通过RL和多模态训练，构建一个兼具长上下文推理能力与高效部署潜力的模型。
　　引入Partial rollout技术，优化复杂推理能力。Kimi团队在模型训练中引入了“部分展开（Partial Rollout）”技术，该技术有效地提高了训练效率，通过复用训练轨迹（存储在replay buffer中），减少了计算资源的浪费。每一次训练迭代不仅包括模型的展开和储存，还能在下次迭代中继续利用之前的计算结果，确保效率的同时降低了资源消耗。这样的设计在需要处理长序列任务时，表现尤其突出。特别地，Kimi团队还在奖励模型中单独加入了代码执行服务，以提升编码领域的任务能力。
　　投资建议：建议重点关注基础设施领域的公司，如英伟达、海光信息、寒武纪、协创数据、英维克、中科曙光、浪潮信息、润泽科技、欧陆通、曙光数创、申菱环境、东阳光等，同时持续关注全球各大模型厂商、学界的创新进展。
　　风险提示：技术迭代不及预期的风险；商业化落地不及预期的风险；政策支持不及预期风险；全球宏观经济风险。