开源大模型的竞争，正在从”参数比拼”转向”效率革命”。
3月25日，月之暗面创始人杨植麟在2026中关村论坛发表主题演讲，首次系统披露了Kimi K2.5的技术路线。这款总参数量达1万亿、激活参数320亿的开源多模态模型，核心突破不在于单纯的规模，而是围绕Token效率、长上下文和Agent集群三大方向构建的规模化策略。K2.5首创的Agent集群技术打破了单一智能体的效率瓶颈，而3月16日开源的Attention Residuals技术，仅增加约2%计算成本就能实现性能大幅提升——这种”以小博大”的架构创新，正在重新定义大模型的性价比标准。
更值得关注的是杨植麟对AI研发趋势的判断：未来将由AI主导研究工作。每个研究员将配备海量Token，由AI自动合成新任务、构建环境、定义奖励函数，甚至自主探索新网络架构。Kimi开源生态已成为全球AI产业新标准，在NVIDIA GTC 2026大会上被用作芯片性能评测基准，多家芯片厂商发布新品时都需通过Kimi验证性能提升。
当AI开始自己研究AI，人类研究员的角色会变成什么样？
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...