Keye-VL-2.0 기술 보고서 공개: Kwai의 장시간 영상 이해 특화 비전-언어 모델
Kwai Keye가 2026년 6월 10일 arXiv(2606.10651)에 기술 보고서를 공개한 30B 총 파라미터(활성 3B) MoE 비전-언어 모델로, 모델 가중치는 5월 25일 Hugging Face에서 Apache 2.0으로 이미 공개되었다. 256K 초장문 컨텍스트에서 거의 무손실 추론을 지원하며 5개 영상 벤치마크에서 오픈소스 경쟁 모델을 제치고 Gemini-3-Flash와 동등하거나 상회하는 성능을 보인다. DeepSeek Sparse Attention(DSA) 기반 아키텍처로 시간 단위 영상 처리와 검색·도구·코드 에이전트 협업을 내장한 최초의 Keye 베이스 모델이다.
원문 보기