Lar
Como escalar modelos de grande porte: a estratégia de Yang Zhilin na GTC sobre eficiência de tokens e clusters de agentes

O caminho para a segunda metade da era dos grandes modelos não passa mais simplesmente pelo aumento da capacidade de computação, mas por uma reformulação fundamental da arquitetura subjacente.
Na conferência NVIDIA GTC 2026, realizada em 18 de março, o fundador da Moonshot AI, Yang Zhilin, proferiu uma palestra muito aguardada. Esse foi seu primeiro esboço público abrangente do roteiro técnico central por trás do modelo Kimi K2.5 , oferecendo uma nova perspectiva sobre a evolução dos modelos de grande porte na era “pós-escalonamento”.
Yang Zhilin afirmou que, para superar os limites atuais da inteligência, é essencial uma reestruturação completa de tecnologias-chave como otimizadores, mecanismos de atenção e conexões residuais. Ele enquadrou a evolução do Kimi em três dimensões sinérgicas:
Eficiência de tokens: Eliminar o desperdício de recursos para buscar uma relação computação-desempenho ainda mais extrema.
Contexto Longo: Aprofundar continuamente a vantagem da memória de contexto longo do Kimi para processar informações em escala massiva.
Cluster de agentes: a inteligência está evoluindo de agentes individuais para “clusters digitais” gerados dinamicamente.
Na visão de Yang Zhilin, o escalonamento evoluiu para a busca de efeitos de escala em eficiência, memória e colaboração automatizada. Multiplicar os ganhos dessas três dimensões poderia desbloquear níveis de inteligência muito além das capacidades atuais.
De acordo com anúncios anteriores, o modelo Kimi K2.5 lançado no início de janeiro já demonstra essa capacidade “abrangente”. Como o modelo de código aberto mais poderoso da Moonshot AI até o momento, ele apresenta uma arquitetura multimodal nativa, alcança desempenho de ponta (SOTA) em compreensão de código e visual e oferece suporte à alternância flexível entre os modos “pensante” e “não pensante” para se adaptar com precisão a tarefas baseadas em agentes.
À medida que a abordagem tecnológica da Moonshot AI se torna mais clara, a competição entre grandes modelos está mudando o foco da “contagem de parâmetros” para a “densidade de inteligência”. Com os clusters de agentes emergindo como uma forma potencial definitiva de inteligência futura, se o Kimi poderá alcançar um avanço sob a estrutura de “multiplicação tridimensional” de Yang Zhilin tornou-se um foco-chave do setor.
Artigo relacionado
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
Recomendações de tópicos especiais relacionados
Comentários (0)

O caminho para a segunda metade da era dos grandes modelos não passa mais simplesmente pelo aumento da capacidade de computação, mas por uma reformulação fundamental da arquitetura subjacente.
Na conferência NVIDIA GTC 2026, realizada em 18 de março, o fundador da Moonshot AI, Yang Zhilin, proferiu uma palestra muito aguardada. Esse foi seu primeiro esboço público abrangente do roteiro técnico central por trás do modelo
Yang Zhilin afirmou que, para superar os limites atuais da inteligência, é essencial uma reestruturação completa de tecnologias-chave como otimizadores, mecanismos de atenção e conexões residuais. Ele enquadrou a evolução do Kimi em três dimensões sinérgicas:
Eficiência de tokens: Eliminar o desperdício de recursos para buscar uma relação computação-desempenho ainda mais extrema.
Contexto Longo: Aprofundar continuamente a vantagem da memória de contexto longo do Kimi para processar informações em escala massiva.
Cluster de agentes: a inteligência está evoluindo de agentes individuais para “clusters digitais” gerados dinamicamente.
Na visão de Yang Zhilin, o escalonamento evoluiu para a busca de efeitos de escala em eficiência, memória e colaboração automatizada. Multiplicar os ganhos dessas três dimensões poderia desbloquear níveis de inteligência muito além das capacidades atuais.
De acordo com anúncios anteriores, o modelo Kimi K2.5 lançado no início de janeiro já demonstra essa capacidade “abrangente”. Como o modelo de código aberto mais poderoso da Moonshot AI até o momento, ele apresenta uma arquitetura multimodal nativa, alcança desempenho de ponta (SOTA) em compreensão de código e visual e oferece suporte à alternância flexível entre os modos “pensante” e “não pensante” para se adaptar com precisão a tarefas baseadas em agentes.
À medida que a abordagem tecnológica da Moonshot AI se torna mais clara, a competição entre grandes modelos está mudando o foco da “contagem de parâmetros” para a “densidade de inteligência”. Com os clusters de agentes emergindo como uma forma potencial definitiva de inteligência futura, se
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen











