如何扩展大型模型:杨志林在GTC大会上关于令牌效率和代理集群的策略

迈入大模型时代后半程的门票,不再仅仅在于计算能力的扩展,而是对底层架构的根本性重构。
3月18日,在NVIDIA GTC 2026大会上,Moonshot AI创始人杨志林发表了备受瞩目的主题演讲。这是他首次全面公开阐述Kimi K2.5 模型背后的核心技术路线图,为“后规模化”时代的大模型演进提供了全新视角。
杨志林指出,要突破当前智能技术的瓶颈,必须对优化器、注意力机制和残差连接等关键技术进行彻底重构。他将Kimi的演进归纳为三个相互协同的维度:
令牌效率:消除资源浪费,追求更极致的计算性能比。
长上下文:持续深化Kimi在长上下文记忆方面的优势,以实现海量信息处理。
智能集群:智能正从单个智能体演进为动态生成的“数字集群”。
在杨志林看来,规模化已演变为在效率、记忆力和自动化协作中寻找规模效应。这三个维度的收益相乘,有望解锁远超当前能力的智能水平。
根据此前公告,1月初发布的Kimi K2.5模型已展现出这种“全方位”能力。作为Moonshot AI迄今最强大的开源模型,它具备原生多模态架构,在代码和视觉理解方面达到最先进水平(SOTA),并支持在“思考”与“非思考”模式间灵活切换,以精准适应基于代理的任务。
随着Moonshot AI的技术路径日益清晰,大型模型的竞争焦点正从“参数数量”转向“智能密度”。随着代理集群逐渐成为未来智能的潜在终极形态,Kimi 能否在杨志林的“三维乘法”框架下实现突破,已成为业界关注的焦点。
相关文章
印度科技巨头投资3000万美元,打造微软Office的AI竞争对手
连续创业者 Bhavin Turakhia 正投入 3000 万美元自有资金,押注企业 AI 领域仍有新玩家的空间。他最新的创业项目 Neo 基于一个核心信念:传统的职场软件不能仅靠聊天机器人进行修补,而需要进行彻底的架构重构。46 岁的 Turakhia 有着支持雄心勃勃的企业科技项目的历史。在过去二十年中,他联合创立了 Directi、Radix、Titan 和 Zeta,在寻求外部投资之前,主要使用个人资本为这些项目提供资金。他正将同样的自力更生策略应用于 Neo。Turakhia 向
前OpenAI首席科学家Ilya的SSI首次发布模型
AI 取得了另一项重大里程碑。在从 OpenAI 离职后,前首席科学家伊利亚·苏茨克弗(Ilya Sutskever)创立了 Safe Superintelligence Inc.(SSI),该公司最近公布了其首个模型的详细信息。海外社交媒体上的报道指出,该团队正在利用 TTT(测试时训练)开发一个紧凑的推理引擎,这是他们在追求安全超级智能过程中的关键进展。这种新颖的架构专注于使模型能够“学习如何学习”。与在推理过程中保持参数静态的传统大型语言模型不同,该引擎在处理现实世界任务时会动态更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI应用开发平台Lovable宣布参与丹麦硬件初创公司Atech的80万美元种子轮融资。该轮由Lovable领投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在内的顶级风险投资机构。此次投资标志着Lovable将“Vibe Coding”概念从纯软件开发战略扩展至硬件工程领域。Atech旨在通过AI驱动的交互式平台简化复杂的硬件原型制作。用户购买基础硬件套件,并通过AI聊天机器人以自然语言描述其设计概念;系统
相关专题推荐
评论 (0)
0/500

迈入大模型时代后半程的门票,不再仅仅在于计算能力的扩展,而是对底层架构的根本性重构。
3月18日,在NVIDIA GTC 2026大会上,Moonshot AI创始人杨志林发表了备受瞩目的主题演讲。这是他首次全面公开阐述
杨志林指出,要突破当前智能技术的瓶颈,必须对优化器、注意力机制和残差连接等关键技术进行彻底重构。他将Kimi的演进归纳为三个相互协同的维度:
令牌效率:消除资源浪费,追求更极致的计算性能比。
长上下文:持续深化Kimi在长上下文记忆方面的优势,以实现海量信息处理。
智能集群:智能正从单个智能体演进为动态生成的“数字集群”。
在杨志林看来,规模化已演变为在效率、记忆力和自动化协作中寻找规模效应。这三个维度的收益相乘,有望解锁远超当前能力的智能水平。
根据此前公告,1月初发布的Kimi K2.5模型已展现出这种“全方位”能力。作为Moonshot AI迄今最强大的开源模型,它具备原生多模态架构,在代码和视觉理解方面达到最先进水平(SOTA),并支持在“思考”与“非思考”模式间灵活切换,以精准适应基于代理的任务。
随着Moonshot AI的技术路径日益清晰,大型模型的竞争焦点正从“参数数量”转向“智能密度”。随着代理集群逐渐成为未来智能的潜在终极形态,
印度科技巨头投资3000万美元,打造微软Office的AI竞争对手
连续创业者 Bhavin Turakhia 正投入 3000 万美元自有资金,押注企业 AI 领域仍有新玩家的空间。他最新的创业项目 Neo 基于一个核心信念:传统的职场软件不能仅靠聊天机器人进行修补,而需要进行彻底的架构重构。46 岁的 Turakhia 有着支持雄心勃勃的企业科技项目的历史。在过去二十年中,他联合创立了 Directi、Radix、Titan 和 Zeta,在寻求外部投资之前,主要使用个人资本为这些项目提供资金。他正将同样的自力更生策略应用于 Neo。Turakhia 向
前OpenAI首席科学家Ilya的SSI首次发布模型
AI 取得了另一项重大里程碑。在从 OpenAI 离职后,前首席科学家伊利亚·苏茨克弗(Ilya Sutskever)创立了 Safe Superintelligence Inc.(SSI),该公司最近公布了其首个模型的详细信息。海外社交媒体上的报道指出,该团队正在利用 TTT(测试时训练)开发一个紧凑的推理引擎,这是他们在追求安全超级智能过程中的关键进展。这种新颖的架构专注于使模型能够“学习如何学习”。与在推理过程中保持参数静态的传统大型语言模型不同,该引擎在处理现实世界任务时会动态更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI应用开发平台Lovable宣布参与丹麦硬件初创公司Atech的80万美元种子轮融资。该轮由Lovable领投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在内的顶级风险投资机构。此次投资标志着Lovable将“Vibe Coding”概念从纯软件开发战略扩展至硬件工程领域。Atech旨在通过AI驱动的交互式平台简化复杂的硬件原型制作。用户购买基础硬件套件,并通过AI聊天机器人以自然语言描述其设计概念;系统





首页






