快手开源了多模态大模型Keye-VL-671B-A37B这个模型有点集各家之长了，文本方面用了DeepSeek-V3-Terminus做基座，视频方面基于快手自己的Keye-ViT。强化学习提升用了阿里的GSPO算法+自己搞的验证器。比较特别的是具备视频理解和推理能力。科技先锋官