谈Kimi K3“一个拥有越多开源模型的世界会是更好的世界”Kimi K3的发布给硅谷AI圈带来“DeepSeek 2.0”时刻。卡内基梅隆大学计算机科学教授、前苹果公司AI主管Russ Salakhutdinov在X上发祝贺帖引发美国讨论杨植麟这样的人才为何没留在美国他正是月之暗面创始人杨植麟的博士生导师。8月1日Russ Salakhutdinov接受《每日经济新闻》记者专访时透露杨植麟博士论文获2万次引用以他的研究水平可先进入顶尖院校从事博士后研究再成高校教授但他更想创办自己的公司还拒绝苹果邀请毅然回国创业。“他曾坦言若不尝试创业一定会遗憾。”对于Kimi K3的能力Russ Salakhutdinov认为行业需更多应用才能判断它与其他模型的真实差距。不过Kimi的开源路线值得肯定“不希望未来行业完全走向闭源”。7月27日晚月之暗面在全球开源社区Hugging Face正式发布Kimi K3完整模型权重还同步公开详细技术报告。Hugging Face CEO Clem Delangue发文称Kimi K3在30分钟内以超4000个赞登顶趋势榜创最快发布增长速度。尽管Kimi K3在海外出圈但从全球AI大模型调用量看它面临国内开源模型竞争。据OpenRouter最新数据7月27日至8月2日即正式开源首周Kimi K3调用量为1.42万亿Token环比涨16%在全球AI大模型周调用量榜单中排第十。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、DeepSeek - V4 - Pro和智谱GLM - 5.2。记者问Russ SalakhutdinovKimi K3与其他主流顶尖模型相比有何差异化特点。他表示Kimi K3最独特优势是开放权重。从测试结果看行业需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。他认为Kimi K3是业内较早跻身前沿技术水平的开源模型之一。现阶段多款开源模型能比肩顶尖闭源模型性能这一突破不易。当然现在下结论还早模型发布后行业会持续调优提升其表现。他预计未来美国、中国、印度、日本等多国实验室将推出智能化水平更高的AI模型后续不同模型差距将聚焦在运行速度、智能程度与使用成本上。谈到当前美国关于开源和闭源的争论Russ Salakhutdinov称非常支持开源。开源社区为AI行业发展作出重要贡献在卡内基梅隆大学他们依托谷歌Gemma、Meta Llama等模型的开放特性开展研究。若行业模型全闭源科研人员难接触模型底层内容既难开展系统性研究也无法基于现有模型迭代。所以他很高兴看到更多模型开放权重。他指出开源与开放权重并非等同但核心价值一致都是让更多从业者、研究者获取并使用模型。他觉得一个拥有更多开源模型的世界会更好。当然业界对安全、护栏机制及滥用风险的担忧合理需深耕模型安全研发完善的安全护栏机制他不希望未来行业完全走向闭源。对于AGI何时实现Russ Salakhutdinov比较保守。2015 - 2016年业内预判自动驾驶汽车两年内全面落地但技术从0%到80%、再从80%到90%进程较快从90%到99%难度攀升。目前AI技术在某些方面接近AGI能力提升了编程、文案创作和工具类工作效率但业界定义的真正AGI还包括在物理世界、真实世界中的行动能力在这些领域还有很长的路要走。“杨植麟可能是当时卡内基梅隆大学最优秀的学生之一”杨植麟1992年生于广东汕头。2011年被清华大学热能工程系录取大二转入计算机系2015年以第一名成绩毕业。之后他前往美国卡内基梅隆大学攻读博士导师是时任苹果首任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读六年而他仅用四年。期间他进入谷歌大脑和Meta实习还作为核心成员参与了Transformer - XL和XLNet两项开创性研究。记者问Russ Salakhutdinov杨植麟攻读博士时期为创办月之暗面并打造Kimi奠定了什么基础。他说杨植麟在卡内基梅隆大学求学时对自然语言研究热忱高研究聚焦语言领域涵盖语言理解、预测、情感分析等方向且始终关注Transformer和语言模型。早期大语言模型发展依托Transformer架构规模化拓展这也是他博士阶段核心研究课题。他与谷歌合作研发的XLNet以及Transformer - XL等模型目标是对大规模语言数据进行预训练。ChatGPT问世后他或许意识到自己深耕的技术方向有商业化潜力。当被问到对杨植麟最深刻的印象Russ Salakhutdinov表示多数博士生入学前有硕士学位或工作经验而杨植麟刚从清华本科毕业就加入课题组。他四年完成常规六年的博士学业可能是当时卡内基梅隆大学最优秀的学生之一。他的学术成果影响力大Transformer - XL与XLNet两篇论文引用次数均超2万次对在读博士生来说这样高的学术引用度很罕见。关于三代人是否一脉相承Russ Salakhutdinov称辛顿研究神经网络、探索其优化他继承这一科研理念研究深度学习和深度神经网络。他希望这一传统传递给了杨植麟。不过学生最终会根据热爱选研究方向导师要帮学生找到有热情的领域。杨植麟深耕自然语言领域钻研语言模型架构细节。杨植麟拒绝苹果“倘若不主动尝试创业以后一定会遗憾”杨植麟2016年与朋友联合创办AI企业服务公司循环智能Recurrent.AI。2020年该公司获红杉中国领投的1200万美元融资还与华为云联合研发了盘古大模型。2023年他再次创业与周昕宇等人共同创立月之暗面。记者问Russ Salakhutdinov杨植麟当时的心态。他说杨植麟没参与求职招聘已和联合创始人开启创业路创立循环智能公司他想回中国运营公司。杨植麟曾坦言若不尝试创业会遗憾这让他意外。以杨植麟的研究水平可先做博士后研究再成高校教授但他更想创办公司。谈到苹果邀请Russ Salakhutdinov说杨植麟与谷歌合作的XLNet相关论文刷新多项基准论文发布时他在苹果任职公司高管询问杨植麟入职意向他告知对方杨植麟已决定回中国创业高管表示苹果在北京有办公室可随时对接若杨植麟想加入苹果没阻碍。对于是否劝说杨植麟改变决定Russ Salakhutdinov称有让他慎重考虑因创业风险高和学术研究不同。但杨植麟坚持创业认为可先尝试不成功未来还能回学界任教。被问到杨植麟若留美加入苹果、谷歌或Meta等公司能否成高管时Russ Salakhutdinov认为完全有可能。杨植麟技术功底扎实全面入职中美顶尖科技企业能成优秀高层管理者。他能力全面能深耕底层科研、思考问题精通代码编写、数学推演等技术细节还有宏观视野。当时Russ Salakhutdinov希望他深耕学界、留校任教这或许有个人主观倾向当时ChatGPT未问世AI行业发展不如现在。记者问Russ Salakhutdinov杨植麟最让他意外的特质是什么。他说杨植麟在卡内基梅隆大学很技术化聚焦技术科研很多技术好的学生不会主动创业。杨植麟是业内少有的兼具顶尖技术能力与创业素养的创始人。他在苹果任职时体会过技术型管理层的优势高级副总裁、技术总监都有扎实工程背景。他上一次和杨植麟深入沟通是一年半到两年前当时讨论了长上下文和其他研究想法。对于门下是否有中国学生及是否会出现像杨植麟一样的创业者Russ Salakhutdinov表示他实验室走出不少创业者如硕士生Jimmy Ba成了xAI联合创始人之一还有学生创办机器人公司。也有很多优秀学生进学术界在麻省理工学院、普林斯顿大学、杜克大学等高校任教如王若松在北京大学任助理教授。他门下有杨植麟这样的创业人才也有北大、清华“姚班”等优秀学子学生背景和选择多样会根据追求走不同职业道路。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7倍。