2.8万亿参数、100万token上下文、原生多模态、896个专家里只激活16个，7月16日股市杠杠杆，月之暗面把自家旗舰模型Kimi K3摆上台面，并放话：7月27日前开放全部权重。
消息一出，海外开发者社区瞬间沸腾。
LMArena前端代码榜登顶，Artificial Analysis上综合评分逼近闭源一线。
官方发布帖的浏览量以千万计。
▲ Kimi K3官方发布帖：2.8T参数、100万token上下文与原生多模态
然后，一张两年前的照片被翻了出来。
那间会议室里的一行箭头
K3讨论的最高潮，内容创作者Max For AI发了一条帖：两张2024年在月之暗面北京办公室随手拍的照片。
照片里，杨植麟站在会议室前方，手持话筒，身后大屏打着"新的Scaling Law"。
画面上一个箭头格外醒目，从Next-Token Prediction Scaling指向Reinforcement Learning Scaling，旁边标注着synthetic data、test-time compute。
听众围坐在长桌前，桌上散着笔记本和水杯。
Max说，那天Kimi内部邀请朋友来看最新的K0-Math模型。
杨植麟全程没聊产品、没聊融资，他讲的是下一代Scaling Law。
▲ Max For AI翻出的2024年现场照片：杨植麟在会议室亲自讲解K0-Math与RL Scaling路线
“2024年，这更像一个判断。
2026年，它已经成为OpenAI、DeepSeek、Anthropic、Kimi等公司的共同路径。”
Max一针见血：K3看上去横空出世？
两年前那张PPT上的箭头早就画好了。
K0-Math：2024年那个"没人在意"的起点
时间拨回2024年11月16日，Kimi上线一周年的节点。
月之暗面拿出了k0-math，一个专攻数学推理的模型，对标OpenAI的o1系列。
公司自报的成绩：在中考、高考、考研和MATH等考试类基准上超过o1-mini和o1-preview；
在更难的OMNI-MATH和AIME上，分别达到o1-mini最高分的90%和83%。
技术路径是强化学习+思维链：解题时会花更长时间规划、反思，走错了能回头重试。
那个月，中国AI实验室密集发布o1风格的推理模型：DeepSeek出了R1-Lite-Preview，阿里推出Marco-o1。
行业媒体把三者并排放在一起，给出的结论是，"慢思考范式不再被单一实验室垄断了。"
▲ 2024年11月，k0-math与DeepSeek R1-Lite、阿里Marco-o1同期登场
杨植麟在同期的媒体交流中把话说得很明白：Scaling Law没死，死的是旧的缩放方式。
过去靠堆参数、堆数据；
接下来，缩放的对象要换成强化学习驱动的推理能力。
"我们很早就在做强化学习，我认为它会是大趋势。"
他说。
PPT上那行箭头，就是这句话的图解版。
从一行箭头到2.8万亿参数
k0-math之后的两年，月之暗面几乎每一步都踩在那张PPT画的路线上。
2025年1月，K1.5发布，数学、编程、多模态推理全面对标o1。
2025年7月，K2以万亿参数级MoE架构开源权重，开发者社区一度把它称为"又一个DeepSeek时刻"。
然后是K2 Thinking、K2.5，持续往推理和Agent方向叠加能力。
2026年3月，杨植麟在NVIDIA GTC发表主题演讲，把下一阶段的缩放前沿拆成三个维度：Token效率、上下文长度、Agent数量。
观察者Michael Guo后来回忆，那场演讲的气质"像博士生在讲自己的课题"，跟Max描述的2024年会议室画面如出一辙。
▲ Michael Guo：K3的成功并非偶然，GTC演讲早已预示方向
到K3正式亮相时，你能清楚地看到那行箭头变成了什么。
KDA注意力机制让百万上下文的解码速度提升6.3倍；
AttnRes以不到2%的额外成本换来25%的训练效率；
超稀疏MoE在896个专家中只激活16个，让2.8万亿参数真正能跑、能卖、能用。
官方展示的案例已经远远超出数学题的范畴：GPU kernel优化连续跑24小时，从零搭建类Triton编译器，48小时跑完芯片设计POC，阅读20多篇论文复现天体物理实验。
2024年k0-math的"多步反思解题"和2026年K3的"长程自治Agent"，本质上是同一棵树的根和冠。
"真正的领先，是时间的朋友"
K3爆红之后，评论区出现了预料之中的分裂。
有人一条评论点透了全局，
"兑现两年前的PPT，比追上别人的今天更难。真正的领先是时间的朋友。"
▲ 社区热评：兑现两年前的PPT，比追上别人的今天更难
也有冷静的声音跟上来。
BlanPlan指出：权重开源之后能力会被推理服务商吸收，Kimi能留住多少价值，取决于Kimi Code和Kimi Work能不能形成真正的用户留存。
RL scaling需要真实的任务轨迹，工作流产品本身会变成训练数据的基础设施，技术路线押中了，产品闭环仍然是下一张考卷。
批评者也没缺席。
有人直接说这类回顾"虚头巴脑"，并转述他人印象：杨植麟同样高度关注商业变现，这跟"纯粹实验室人格"的画像之间存在张力。
爆红时刻向来如此：它同时生产神话和祛魅。
但不管评论区怎么吵，有一件事难以反驳，两年前那间会议室的大屏上，箭头从Next-Token Prediction指向Reinforcement Learning Scaling。
两年后，整个行业都走在这条路上。
杨植麟当年画的那个箭头，两年后看来就是一份路线图。
而K3股市杠杠杆，是这张路线图上最新的坐标。
文章为作者独立观点，不代表股票杠杆咨询网_安全股票杠杆操作_正规股票配资申请观点
相关文章
