首页 / 财经 / 月之暗面Kimi K3全球发布 国内开源模型仍具优势

月之暗面Kimi K3全球发布 国内开源模型仍具优势

摸鱼不慌
摸鱼不慌
请提供需要改写的原始素材,我将严格按照您的规范完成新闻稿件。

近日,月之暗面在全球开源社区Hugging Face正式发布Kimi K3完整模型权重,同步公开的还有详细技术报告。Hugging Face CEO Clem Delangue发文称,Kimi K3在30分钟内以超过4000个赞登顶趋势榜,创迄今为止最快的发布增长速度。

Kimi K3差异化特点与应用前景

据OpenRouter最新数据,7月27日至8月2日,Kimi K3的调用量为1.42万亿Token,环比上涨16%,在全球AI大模型周调用量榜单中仅排名第十。排名前五的均为中国AI大模型,分别是DeepSeek-V4-Flash、小米MiMo-V2.5、腾讯Hy3、DeepSeekV4-Pro和智谱GLM-5.2。

Kimi K3最独特的优势在于开放权重。从目前的测试结果来看,行业仍需通过更多实践应用,对比研判该模型与各团队研发模型的真实差距。

Transformer架构是一种用于处理序列数据的深度学习模型,通常应用于自然语言处理任务。

  • 开放权重是指将模型的所有参数公开,供研究者自由使用。
  • 模型调用量是指特定时间段内该模型被调用的总次数。

杨植麟创业历程与学术背景

杨植麟1992年出生在广东汕头。2011年,他被清华大学热能工程系录取,大二转入计算机系,2015年以第一名的成绩毕业。之后,杨植麟前往美国卡内基梅隆大学攻读博士,导师是时任苹果AI研究负责人的Russ Salakhutdinov和时任谷歌首席科学家的William Cohen。卡内基梅隆大学计算机博士通常要读6年,而杨植麟仅用了4年。

技术与理念分歧

杨植麟在卡内基梅隆大学求学期间,始终对自然语言研究抱有极高的热忱,其研究工作长期聚焦语言领域,覆盖语言理解、预测、情感分析等方向。但他始终关注Transformer和语言模型。早期大语言模型的发展,核心依托于Transformer架构的规模化拓展,而这也正是他博士阶段的核心研究课题。

月之暗面日前完成F轮融资,估值涨至350亿美元,较去年12月43亿美元的估值增长约7倍。这一估值反映了市场对开源模型潜力的认可,同时也表明国内开源模型在技术实力和商业价值方面已具备较强竞争力。