月之暗面創(chuàng)始人楊植麟首度披露 Kimi 技術(shù)路線：押注 Token 效率、長上下文及 Agent 集群

在英偉達(dá) GTC 2026 大會上，月之暗面 Kimi 創(chuàng)始人楊植麟發(fā)表公開演講，首次系統(tǒng)性地披露了今年 1 月底發(fā)布的 Kimi K2.5 模型背后的技術(shù)路線圖。

楊植麟在演講中提出，要推動大模型智能上限的持續(xù)突破，必須從底層架構(gòu)入手，對優(yōu)化器、注意力機(jī)制及殘差連接等核心技術(shù)進(jìn)行重構(gòu)。他將 Kimi 的進(jìn)化邏輯歸納為三個維度的協(xié)同推進(jìn)：Token 效率、長上下文以及智能體集群。

楊植麟認(rèn)為，當(dāng)前的 Scaling 已不再是單純的資源堆砌，而是要在計算效率、長程記憶和自動化協(xié)作上同時尋找規(guī)模效應(yīng)。

他表示，如果能夠?qū)⑦@三個維度的技術(shù)增益相乘，模型將表現(xiàn)出遠(yuǎn)超現(xiàn)狀的智能水平。在談及未來智能形態(tài)時，楊植麟判斷，智能的發(fā)展方向?qū)�從單智能體向動態(tài)生成的集群進(jìn)化。

參考此前報道，月之暗面今年 1 月宣布推出并開源了其最新的 Kimi K2.5 模型，在 Agent、代碼、圖像、視頻及一系列通用智能任務(wù)上取得開源 state-of-the-art 表現(xiàn)；同時也是 Kimi 迄今最全能的模型，采用了原生的多模態(tài)架構(gòu)設(shè)計，同時支持視覺與文本輸入、思考與非思考模式、對話與 Agent 任務(wù)。