🎯 情报来源：量子位
快手于2025年9月5日正式开源其多模态推理模型Keye-VL 1.5，该模型在视频理解领域树立了新标杆。Keye-VL 1.5具备128k超长上下文窗口和0.1秒级视频元素定位能力，在Video-MME短视频基准测试中斩获73.0的高分，同时在多项公开Benchmark中超越Qwen2.5-VL 7B等同类模型。
该模型创新性地采用Slow-Fast双路编码机制，通过动态分配计算资源实现性能与成本的平衡。在内部200条短视频应用评测中，Keye-VL-1.5-8B在五项人类标注指标上获得3.53分的综合成绩，较预览版本提升0.51分。
💡 核心要点
- 128k超长上下文窗口，支持高精度视频时序理解
- 0.1秒级视频元素定位精度，远超行业平均水平
- Video-MME基准73.0分，多项测试超越Qwen2.5-VL 7B
- 内部评测综合得分3.53分，较前代提升0.51分
- 四阶段预训练使用超1万亿token数据
📌 情报分析
技术价值：极高 – 创新的Slow-Fast编码策略和3DRoPE位置编码技术解决了视频处理中的关键难题，128k上下文窗口在行业内处于领先地位。
商业价值：高 – 已在快手内部应用于内容审核、智能剪辑等核心业务，验证了千万级日常场景的可行性，具备快速商业化潜力。
趋势预测：高 – 多模态视频理解是AI发展的重要方向，Keye团队在顶会密集发布相关成果，显示该领域将迎来快速发展期。