7月17日，北京月之暗面科技有限公司發布新一代開源大模型Kimi K3。這款總參數2.8萬億、原生搭載視覺理解、支持百萬詞元超長上下文窗口的模型，一舉拿下Frontend Code Arena編程榜單榜首，實現開源模型首次超越頭部閉源模型登頂。發布短短數日，Kimi K3成為全球人工智能行業焦點。這一模型底層創新邏輯是什麼？記者走進月之暗面深入探尋。

革新底層算法

Kimi K3一經發布，憑借硬核性能迅速引發全球關注：SpaceX首席執行官埃隆·馬斯克在相關評測報道的評論區留言稱“令人印象深刻”，並將Kimi K3列為自家Grok 4.5模型重點追趕目標﹔OpenAI戰略負責人迪恩·鮑爾直言，該模型性能無法依靠簡單蒸餾或類似手段實現，復雜智能體編程場景下，性能對標2026年一季度全球頂尖公開模型。

隨著大量新用戶涌入，平台自7月19日起宣告暫停C端新用戶訂閱，優先保障存量用戶使用體驗。月之暗面Kimi企業業務負責人黃震昕坦言，盡管團隊提前籌備了擴容預案，但市場熱情超乎預期。“我們非常努力地通過模型效能優化和算力供給盡快解決問題，還在努力恢復中。”

一款大模型何以引發如此熱度？用戶反映，Kimi K3很聰明。這份聰明勁兒，不同於眾多靠后天學習打磨補齊能力的模型，其核心優勢在於原生具備超強長程高難度復雜推理能力，可完成高難度芯片設計、一句話生成完整游戲、整合數十份研報產出圖文並茂的行業深度報告等硬核生產力任務。從編程到金融、法律、科研、商業航天等專業賽道，大模型把人們從繁瑣工作中解放出來。

“Kimi K3最本質的能力提升一定是參數量帶來的，我們一直堅持底層架構技術創新，而不只是工程效率的優化。”黃震昕總結，性能質變的根基，源於企業迭代了行業內多項沉寂多年的基礎核心技術，依托萬億級參數規模疊加底層算法革新，實現模型綜合能力跨越式提升。

“我們的目標從來不是做高性價比的雕琢。”黃震昕說。月之暗面英文名“Moonshot”是登月之意，彰顯了企業理念——專注攻克通用人工智能（AGI）領域無人涉足的硬核難題，完成如同登月一般“難而正確”“難而有價值”的技術探索。

破解算力瓶頸

2.8萬億參數背后，是算力約束下的技術創新。

2017年，谷歌研究人員提出Transformer架構，其中的注意力機制成為全球主流大模型的技術基石。參數規模決定模型“能裝下多少知識”，注意力機制則決定模型“會不會抓重點”。Kimi K3的突破，不只是“裝得更多”，更在於處理信息的方式更高效。

在算力約束下實現效率質變，兩大自研核心技術成為月之暗面關鍵抓手。其中，一個是KDA混合線性注意力機制。傳統全注意力機制處理長文本時，文本量翻番，計算成本將提升4倍，極大限制超長內容處理能力。通過注意力機制創新，同等算力條件下，模型能讀取更長文本、完成更復雜任務，適配智能體時代高頻出現的長程工作需求。

另一個是注意力殘差技術。模型越大、層數越多，信息傳遞的“路程”就越長，容易出現信號衰減、失真問題。這項技術改進了信息在不同網絡層之間的傳遞和復用方式，為超大模型裝上運行“穩定器”，讓2.8萬億參數能穩定高效地用起來。

前者讓“超長文本怎樣算得更省”，后者讓“超大模型怎樣訓得更穩”。二者相輔相成，標志月之暗面從單純堆砌參數進階至原創基礎架構、底層算法自主創新層面。

這些技術突破的初衷，旨在破解行業共性難題。大模型領域有一個影響深遠的“大力出奇跡”（Scaling Law）定律。其核心在於，只要不斷加碼算力、擴充數據、提升參數，模型智能水平將穩步提升。但當下，模型算力投入擴大100倍，才能獲得能力增強10倍。在全球算力緊缺、數據見頂的今天，粗放擴張已面臨瓶頸。

“Kimi致力於做最大的模型，一直在尋求將能源轉化成智能的最優解。解決問題的鑰匙，就是底層的技術創新。”黃震昕給出的答案很明確：“我們首先要做到最強的模型﹔其次是盡可能通過底層技術創新、盡可能多的算法創新，在有限的算力資源下做出最強模型﹔最終目標是讓AGI普惠全世界。”

這些企業共識早已付諸實踐：圍繞Token效率革命，自研新型二階優化器，同等15萬億Token訓練預算下，模型智能密度較行業通用方案提升1倍，同樣性能下訓練功耗直接減半，讓有限的數據可以發揮出更高的智能﹔自研Kimi Linear長上下文架構，補齊傳統線性注意力長距離推理性能短板，牢牢抓住衡量高端大模型的核心標尺——長時程復雜任務執行能力。

探尋最優路徑

Kimi K3發布，被高盛研報解讀為中國大模型走向定價權的新節點。此前，中國大模型主要靠性價比進入全球市場﹔未來，中國模型可能憑借前沿能力進入全球開發者的核心工作流。摩根士丹利則關注到，Kimi K3的API價格處於中國頭部模型高位，並認為較高定價對大模型市場格局具有積極意義。

“我們既能做非常前沿的研究，又願意把模型開源出來、把技術開放出來，這在全球來看是其他國家的企業很難做到的。”月之暗面創始人楊植麟說。

創立伊始，月之暗面就貼著“開源”標簽。很多創新技術在模型面世前，已被寫進技術報告，開源給全世界。而大模型是一個高投入的賽道，可持續商業化是技術長期迭代的根基。開源大模型怎樣做好商業化，是企業必須面對的問題。

“從戰略上來講，公司一直堅定於‘模型公司一定要做模型’。模型的強度是企業一切業務的根基。”黃震昕認為，模型能力強到一定程度后，智能體（Agent）包括C端市場就是自然而然的事情。另外，企業也有大量的C端智能體產品，依托海量用戶端智能體真實使用反饋反向迭代優化模型，對齊用戶真實需求與模型能力邊界。

“開源和閉源不是競爭關系，是面向不同客戶群體、適配多元業務需求的並行發展路徑。”黃震昕說，這次Kimi引人矚目，就在於徹底撕掉“開源模型等於低價廉價”的固有標簽。“開源模型不該貼上低價標簽，我們沒有陷入價格戰，反而把模型的能力和商業化價值拉高了一檔。”

面向未來，Kimi也早已做出取舍：放棄娛樂性場景，離開生圖生視頻賽道，聚力打造編程、金融、法律、科學研究等高門檻生產力場景。所有的技術創新都錨定3個核心研發方向：百萬詞元超長上下文，拉長模型“工作記憶”，連貫處理超長復雜任務﹔翻番Token利用效率，提升單位算力下模型智力水平﹔智能體集群技術Agent Swarm，尋找智能體並行協作最優解。三大技術路線協同發力，將持續挖掘算力向智能轉化的最優路徑。