杨植麟 GTC 上披露 Kimi 技术路线:押注 Token 效率、长上下文及 Agent 集群
在 2026 年的英伟达 GTC 大会上,月之暗面 Kimi 创始人杨植麟发表公开演讲。他表示,要推动大模型智能上限的持续突破,必须对优化器、注意力机制及残差连接等底层基石进行重构。继今年 1 月底正式发布 Kimi K2.5 以后,杨植麟在演讲中首次系统性地披露了该模型背后的技术路线图。他将 Kimi 的进化逻辑归纳为三个维度的共振:Token 效率、长上下文以及智能体集群(Agent Swarms)。“当前的 Scaling 已经不再是单纯的资源堆砌,而是要在计算效率、长程记忆和自动化协作上同时寻找规模效应。如果能将这三个维度的技术增益相乘,模型将表现出远超现状的智能水平。”此外,他判断未来的智能形态将从单智能体向动态生成的集群进化。
在 2026 年的英伟达 GTC 大会上,月之暗面 Kimi 创始人杨植麟发表公开演讲。他表示,要推动大模型智能上限的持续突破,必须对优化器、注意力机制及残差连接等底层基石进行重构。继今年 1 月底正式发布 Kimi K2.5 以后,杨植麟在演讲中首次系统性地披露了该模型背后的技术路线图。他将 Kimi 的进化逻辑归纳为三个维度的共振:Token 效率、长上下文以及智能体集群(Agent Swarms)。“当前的 Scaling 已经不再是单纯的资源堆砌,而是要在计算效率、长程记忆和自动化协作上同时寻找规模效应。如果能将这三个维度的技术增益相乘,模型将表现出远超现状的智能水平。”此外,他判断未来的智能形态将从单智能体向动态生成的集群进化。