
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。