国产大模型团队 Moonshot AI 今日在 Hugging Face 正式发布技术报告 《Kimi Linear Tech Report》（报告链接），宣布推出全新架构 Kimi Linear —— 一种可直接替代完全注意力机制（Full Attention）的混合线性架构，兼具高效性与卓越性能，被视为“智能体时代注意力机制的新起点”。

Moonshot AI发布 Kimi Linear:线性注意力架构快6倍，开源 KDA 内核同步上线

报告显示，Kimi Linear 在 速度、内存效率和长上下文处理能力 三方面均实现了重大突破。该模型可将 KV 缓存使用量减少高达75%，并在 100万（1M）上下文长度下实现 高达6倍的解码吞吐量提升，极大地优化了长文本推理和多轮对话性能。

Kimi Linear 的核心创新在于三项关键技术:

  • Delta Attention:一种硬件高效的线性注意力机制，采用门控 Delta 规则优化结构，实现性能与能耗的平衡;

  • Linear Architecture:首个在多项指标上全面超越传统完全注意力机制的混合线性架构，兼顾速度与模型表达能力;

  • 开放生态与实证验证:Moonshot 提供了 开源 KDA 内核、vLLM 集成支持 和 模型检查点，并进行了大规模、公平的对比实验，验证了 Kimi Linear 的稳定性与可扩展性。

Moonshot AI 表示，Kimi Linear 不仅是一项架构创新，更是为智能体（AI Agent）时代设计的基础机制。随着线性注意力技术的成熟，其有望在长上下文推理、智能助手、多模态生成等应用场景中成为下一代标准。

地址：https://huggingface.co/moonshotai/Kimi-Linear-48B-A3B-Instruct