“在今年、明年乃至未來幾年內(nèi),人工智能的研究與研發(fā)方式將發(fā)生重大變化,越來越多的研究工作將由AI主導(dǎo)。”
3月25日,月之暗面(Moonshot AI)創(chuàng)始人楊植麟在2026中關(guān)村論壇年會全體會議上,以《開源AI:加速探索智能上限》為題發(fā)表演講,提出大模型發(fā)展核心判斷,并系統(tǒng)披露Kimi最新技術(shù)路線與行業(yè)價值。
![]()
圖片來源:企業(yè)供圖
楊植麟指出,大模型的本質(zhì)是將能源轉(zhuǎn)化為智能,規(guī)模化是AI發(fā)展的核心基礎(chǔ),但規(guī)模化并非暴力堆砌算力與能源,而是以升級效率為核心。對此,Kimi圍繞三大方向構(gòu)建規(guī)模化策略:Token(詞元)效率、長上下文、Agent(智能體)集群,在有限資源下實現(xiàn)智能最大化。
楊植麟強調(diào),有效數(shù)據(jù)是有限常量,提升Token效率意味著用更優(yōu)網(wǎng)絡(luò)架構(gòu)與優(yōu)化器,從等量數(shù)據(jù)中學(xué)習(xí)更多智能。同時,Kimi通過自研Kimi Linear架構(gòu)拓展長上下文能力,讓模型在更長輸入下獲得更低損失函數(shù),支撐更長輸出與更復(fù)雜任務(wù)執(zhí)行。而在Kimi最新發(fā)布的的旗艦?zāi)P蚄2.5中首創(chuàng)了Agent集群(Agent Swarm)技術(shù),徹底打破單一智能體效率瓶頸。
底層架構(gòu)上,此前3月16日,Kimi推出注意力殘差(Attention Residuals)并全面開源。據(jù)楊植麟介紹,該技術(shù)以十年前殘差網(wǎng)絡(luò)為基礎(chǔ),將注意力機制從時間維度“旋轉(zhuǎn)”至深度維度,可整合模型所有層級輸出優(yōu)化訓(xùn)練,僅增加2%額外成本就實現(xiàn)性能大幅躍升。“可以看出,隨著算力的進步以及研發(fā)方式的轉(zhuǎn)變,研究已從原來偏學(xué)術(shù)、單純從idea(想法)出發(fā)的模式,轉(zhuǎn)變?yōu)楦又匾暸c工程結(jié)合的模式。這使得我們能夠設(shè)計非常扎實的規(guī)模化驗證實驗,進而得出可靠的結(jié)論。因此,許多過去被視為標準的技術(shù),現(xiàn)在都是可以被挑戰(zhàn)的。”
目前Kimi開源生態(tài)已成為全球AI產(chǎn)業(yè)新標準:在NVIDIA GTC 2026大會上,Kimi模型被用作芯片性能評測基準;全球芯片廠商發(fā)布新品需通過Kimi驗證性能提升,眾多研究機構(gòu)基于K2.5開展前沿研究。楊植麟認為,開源能降低企業(yè)、研究者與普通用戶獲取智能的門檻,開放技術(shù)將推動形成共生生態(tài),加速行業(yè)整體進步。
![]()
圖片來源:企業(yè)供圖
演講中,楊植麟還系統(tǒng)梳理了大模型訓(xùn)練的三階段演進。他表示,三年前,行業(yè)主要使用互聯(lián)網(wǎng)天然數(shù)據(jù),搭配少量人工標注,通過標注判斷內(nèi)容是否符合價值觀與偏好。到了2025年,行業(yè)更加重視大規(guī)模強化學(xué)習(xí)系統(tǒng),由人工篩選高質(zhì)量任務(wù),任務(wù)仍由人來定義,再通過強化學(xué)習(xí)提升模型效果,編程、數(shù)學(xué)等領(lǐng)域的性能提升主要來自這一路線。
而在今年、明年乃至未來幾年內(nèi),人工智能的研究與研發(fā)方式將發(fā)生重大變化,越來越多的研究工作將由AI主導(dǎo)。未來每個研究員將配備海量的Token,由AI自動合成新任務(wù)、構(gòu)建新環(huán)境、定義最優(yōu)獎勵函數(shù),甚至自主探索全新網(wǎng)絡(luò)架構(gòu)。在這一趨勢下,整個AI領(lǐng)域的研發(fā)速度將進一步加快。
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.