【天风计算机 缪欣君团队】 KIMI K2：最前瞻的研究！OnlineRL新范式，大模型的又一DeekSeek时刻！

核心逻辑:

1️⃣KIMI K2的重点不在性能，而在于“下一代范式的起点”，称之为又一个DeepSeek时刻绝不为过。从25.3月开始，海外御三家+国内DeepSeek已经在探索新范式OnlineRL，相信过去一个月听过我路演的领导不会陌生。

2️⃣OnlineRL的核心是足够好的奖励模型，对于开放场景（无标准答案）模型能力提升50%+（当前数值）。但更重要的是，OnlineRL能够迭代奖励模型的基准，实现“基模—奖励模型—基模”的迭代闭环，即左脚踩右脚上天（即理论情况下模型的能力没有上限、Nature报告中其实提到了KIMI的突破在于新的范式）。

3️⃣KIMIK2现在只是preview、并未做Post-Training，当前的测评效果意义有限。我们认为#当前K2版本天然倾向于采用短链（尚未做RL、KIMI团队还在调试），深层推理需要外部框架补充（类Workflow）。

应用整体处于低位，关注：通用型Agent
1）企业级Agent：鼎捷数智、汉得信息、金蝶国际、泛微网络、用友网络、稅友股份、致远互联
2）办公软件：金山办公、腾讯控股（海外组覆盖）、福昕软件、合合信息、万兴科技
垂直场景agent
1）银行：信雅达、京北方、长亮科技、宇信科技
2）人力：北森控股、科锐国际（商社组覆盖）、北京人力（商社组覆盖）
3）证券: 顶点软件、同花顺、恒生电子、财富趋势、指南针
4）网安：深信服、启明星辰、安恒信息、绿盟科技、三六零、奇安信等
5）教育&法律：科大讯飞、金桥信息、粉笔、视源股份、华宇软件、竞业达、金桥信息
6）医疗：东软集团（与电子组联合覆盖）、卫宁健康、美年健康、创业慧康等

#a股#