关于月之暗面AI和Kimi K2（Hub上的新#1模型）你需要知道的5件事
你可能从未听说过月之暗面AI，但他们的最新发布模型Kimi K2在不到24小时内成为Hugging Face上的热门模型榜首——超越数千个竞争对手，位居榜首。这家中国初创公司默默地构建了一款在编程任务上超越GPT-4的模型，并将其开源到Hub上。
以下是帮助你更好地了解这家初创公司及其模型的关键事实，其中包括由Tiezhen翻译的两篇中文采访中的见解。
月之暗面AI是什么？他们如何在18个月内从零做到33亿美元估值？
月之暗面AI由三位清华大学校友——杨植麟、周昕宇和吴育昕于2023年3月共同创立。在OpenAI的ChatGPT于2022年11月取得突破后，杨植麟回到美国，并坚信是时候“顺应潮流”发展生成式AI了。杨植麟在微信采访中表示：“ChatGPT的发布令人兴奋。我感觉到许多变量将发生变化——资本和人才，AI的两个核心要素。如果这些变量发生变化，就有真正的机会从零开始建立一个以AGI为唯一目的的公司。”（此处有翻译）
他在三个月内筹集了6000万美元，并组建了一个40人的AI团队。
月之暗面AI在2023年10月推出其ChatGPT风格的聊天机器人Kimi后迅速崛起。它因处理高达200万字符的海量文本输入而在中国广受欢迎。
在不到两年的时间里，这家初创公司通过两轮融资筹集了约12.7亿美元，使其估值达到33亿美元。主要投资者包括阿里巴巴、腾讯、美团和红杉中国（原红杉中国）。
趣闻：该公司中文名称“月之暗面”是对Pink Floyd乐队的致敬，反映了CEO杨植麟对经典摇滚的热爱，以及公司探索未知AI领域的使命。这一主题也延伸到办公室的命名中。
月之暗面AI的CEO杨植麟是谁？
31岁的杨植麟是卡内基梅隆大学的博士，曾共同撰写了Transformer-XL和XLNet的基础论文——这些研究为你今天使用的许多AI系统提供了支持。他在攻读博士学位期间还在Meta AI和Google Brain工作过。
杨植麟的愿景专注于通用人工智能：“AGI是未来十年唯一重要的事情。”
AI不是在短短一两年内找到产品与市场的契合点；它关乎在十年到二十年内改变世界——这是两种不同的心态。
—— 杨植麟
这驱动了月之暗面专注于三个关键领域：开发“无损长上下文”能力，致力于通用人工智能的构建，以及创建面向消费者的应用而非企业工具。
我们希望在下一个时代，成为一家将OpenAI的技术理想主义与字节跳动的商业哲学相结合的公司。
—— 杨植麟
他的联合创始人带来了互补的技能，足以与大型公司匹敌：周昕宇在资源受限的硬件上部署神经网络方面拥有深厚知识（曾任职于Hulu和腾讯），而吴育昕则带来了Google Brain基础模型团队和Meta AI Research的经验。
Kimi K2的性能与GPT-4及其他行业领先者相比如何？
Kimi K2是一个万亿参数模型，采用混合专家（MoE）架构，每次推理仅激活320亿参数。该模型包含384个具有动态路由的专业专家，61层，64个注意力头，以及128,000个token的上下文窗口。
该模型在不同基准测试中优于GPT-4.1、Claude Opus和DeepSeek V3。例如：
- LiveCodeBench v6 (编程): Kimi K2的准确率达到53.7%，而GPT-4.1为44.7%
- SWE-bench Verified (软件工程): 单次尝试准确率为65.8%，重试后为71.6%
- MATH-500 (数学问题): 准确率为97.4%
月之暗面还在演示中展示了代理能力，包括：
- 16步的自主薪资分析，并附带交互式图表
- 17步的演唱会计划，使用搜索、日历、电子邮件和机票预订应用中的多个工具调用
Muon优化器是什么？它为何改变了AI训练的一切？
Kimi K2背后的真正创新是Muon优化器的实现——这是由包括Keller Jordan在内的AI研究人员开发的一项数学突破。月之暗面AI和加州大学洛杉矶分校的研究人员随后在2025年初发表了一篇研究论文，表明Muon可用于LLM训练。传统优化器常常陷入主导方向，就像指南针一直指向一个方向。Muon通过使用矩阵正交化解决了这个问题——这有助于模型探索更广阔的解决方案空间，避免局部陷阱。
关键成果：
- 2倍训练效率
- 内存使用减少50%
- 万亿参数模型在15.5万亿tokens上的零训练失败
增强型变体MuonClip，增加了防止大规模训练不稳定的机制——这使得万亿参数模型的实际训练首次成为可能。
顺便说一下，Muon代表：MomentUm Orthogonalized by Newton-Schulz（牛顿-舒尔茨正交动量）。
月之暗面的研究理念有何不同？
Kimi K2反映了一种关于扩展和长期设计的理念。正如杨植麟所说：“最重要的是从最终结果出发思考。”他们的路线图是由一种信念塑造的，即架构应该演进以适应的不仅仅是人类需求，而是一种新的计算范式。
“无损长上下文至关重要，”杨植麟认为。“如果你拥有十亿的上下文长度，今天所有的问题都将不复存在。”
当token空间足够大时，它就变成了一种新的通用计算机——一个通用的世界模型。
—— 杨植麟
甚至在月之暗面的世界观中，微调也可能是暂时的：“未来，模型将不需要微调；相反，通过强大的上下文一致性和指令遵循能力，它将解决问题。”
月之暗面的开源策略如何颠覆AI经济学，这对你意味着什么？
月之暗面正在开源Kimi K2，并提供API访问，输入tokens仅需每百万$0.15，输出tokens则为每百万$2.50——正如VentureBeat所指出，这一大胆举动削弱了OpenAI和Anthropic的竞争力。
该模型可以：
值得注意的是，月之暗面从闭源转向开源。月之暗面的一名团队成员发布了一篇帖子解释了这一决定，强调了加速部署和提升竞争门槛等原因。
有趣的是，月之暗面的举动是在百度决定开源其文心一言模型之后。分析师 Lian Jye Su 在CNBC上指出：“百度一直非常支持其专有商业模式，并曾明确反对开源，但像DeepSeek这样的颠覆者已经证明，开源模型可以像专有模型一样具有竞争力和可靠性。”
月之暗面的长期愿景也使其在开源与闭源模型上持独特立场。他们公开表示，其重点在于释放规模和加速用例——而非追求排行榜主导地位。用杨植麟的话说：“用户才是唯一的真正排行榜。”
立即体验Kimi K2
在Hugging Face上通过推理提供商试用
探索AI代理工作流： → 考虑AI可以自主完成任务而非仅仅辅助的用例
使用Kimi K2进行“随心编码”： → 与AnyCoder一起使用
深入了解技术细节： → 月之暗面技术博客 → arXiv上的Muon研究论文
深入了解
阅读Tiezhen翻译的杨植麟的两篇采访：→ 一家全新的AGI公司如何超越OpenAI？ → Kimi：迈向无尽未知的雪山
感谢Brigitte对本文的评论。
