3月25日，月之暗面创始人杨植麟在2026中关村论坛年会全体会议上发表演讲。
杨植麟指出，大模型的本质是将能源转化为智能，规模化是AI发展的核心基础，但规模化并非暴力堆砌算力与能源，而是以升级效率为核心。对此，Kimi围绕三大方向构建规模化策略：Token（词元）效率、长上下文、Agent（智能体）集群，在有限资源下实现智能最大化。
杨植麟强调，有效数据是有限常量，提升Token效率意味着用更优网络架构与优化器，从等量数据中学习更多智能。同时，Kimi通过自研Kimi Linear架构拓展长上下文能力，让模型在更长输入下获得更低损失函数，支撑更长输出与更复杂任务执行。而在Kimi最新发布的的旗舰模型K2.5中首创了Agent集群（Agent Swarm）技术，彻底打破单一智能体效率瓶颈。
杨植麟还系统梳理了大模型训练的三阶段演进。他表示，三年前，行业主要使用互联网天然数据，搭配少量人工标注，通过标注判断内容是否符合价值观与偏好。到了2025年，行业更加重视大规模强化学习系统，由人工筛选高质量任务，任务仍由人来定义，再通过强化学习提升模型效果，编程、数学等领域的性能提升主要来自这一路线。
而在今年、明年乃至未来几年内，人工智能的研究与研发方式将发生重大变化，越来越多的研究工作将由AI主导。未来每个研究员将配备海量的Token，由AI自动合成新任务、构建新环境、定义最优奖励函数，甚至自主探索全新网络架构。在这一趋势下，整个AI领域的研发速度将进一步加快。
大财配资提示：文章来自网络，不代表本站观点。
