封面新闻记者 欧阳宏宇 孟梅
全球AI大模型赛道再迎巨震。
记者7月29日获悉，国产AI独角兽月之暗面在7月27日晚宣布开源Kimi K3模型权重，发布技术报告，并同时开放MoonEP、FlashKDA、AgentEnv三大支撑K3训练的底层基础设施（Infra）技术。
这款在半个月前发布的国产大模型产品总参数达到2.8万亿，是目前全球参数规模最大的开源模型。在由伯克利研究人员创建的AI评测平台Code Arena上，Kimi K3以76%的胜率超过Fable 5的63%、GPT-5.6 Sol的58%登顶。
在资本市场，Kimi K3也引发剧烈反应。该模型于7月17日首发当日，英伟达单日市值蒸发约1000亿美元，费城半导体指数跌超5%，纳斯达克综合指数同步下跌；7月27日宣布开源后，费城半导体指数跌幅进一步扩大至6%以上，英伟达也一度跌超5%，单日市值蒸发约2500亿美元。
尽管头部市值剧烈波动的直接诱因是市场对整体AI泡沫的担忧，但不可否认的是，以Kimi K3为代表的开源模型正在动摇闭源巨头“高利润、高估值”的叙事根基。
Kimi K3究竟强在哪里？这场开源又为什么重要？对此，专家表示，Kimi K3的出现标志着中国开源大模型已经从早期的跟随模仿，进入自主定义技术路线、引领行业方向的全新阶段，其开源则进一步打破了“开源模型天然落后闭源半代”的长期行业共识，证明了国内开源大模型正在全球AI开源生态中掌握越来越多的话语权。
打破“开源落后闭源”魔咒
国产模型站上顶尖擂台
在国产大模型圈，Kimi K3并不是首个开源的大模型，为何此次开源会产生如此大的影响？
北京市社会科学院副研究员王鹏认为，Kimi K3是全球开源大模型发展进程中具有里程碑意义的产品。“它直接将开源模型的能力边界推至此前只有顶尖闭源产品才能触及的前沿区间，彻底打破了‘开源模型天然落后闭源半代’的长期行业共识，在全球开源模型体系中占据了标杆性的引领位置。”
不仅是模型开源，这次Kimi还“亮出底牌”：同步公布了详细介绍模型训练方法的技术报告，以及支撑Kimi K3超高算力效率的几项关键基础设施技术。
要理解这一全栈开源动作的份量，需要先看清过去几年中外大模型在技术路线上的分野。越来越多的中国大模型选择拥抱开源生态，吸引开发者参与模型优化和应用创新，千问、混元、DeepSeek等均已开源；而部分海外主流大模型则普遍采用闭源模式，以此构筑技术和商业壁垒。
这套壁垒在过去之所以行之有效，是由于在闭源大模型的能力领先时，用户别无选择。但Kimi K3正在改变这一格局，
在评测中，Kimi K3的综合智能水平已接近全球前沿的闭源模型，而OpenRouter平台数据显示，中国开源模型的全球token调用量连续保持在高位。也就是说，开发者正在用实际行动作出选择。
对此，业内人士指出，当模型能力差距悬殊时，企业或许只能为高昂的闭源模型买单；可一旦Kimi K3这样能力同样顶尖的开源模型摆在面前，选择的主动权便重新回到了用户手中。
“堆规模”转向“拼适配”
效率跃升带来算力逻辑重构
在Kimi K3的诸多能力中，Stable Latent MoE架构引发了广泛关注。
从技术层面看，该架构设置896个独立专家模块，单次推理仅激活16个单元，算力使用效率较前代提升2.5倍。这种“省算力”的设计让每次推理都不需要动用全部参数，意味着单位算力成本大幅降低。
这一度让Kimi K3被市场误读为算力需求的“终结者”。美股半导体板块在7月17日遭遇抛售，费城半导体指数较6月历史高点回撤20%。
然而在业内人士看来，Kimi K3让大模型成本下降一个数量级，结果更可能是更多企业、更多场景涌入AI赛道，即非但不是“算力需求的终结”，反而是“算力普及的起点”。
“算力使用效率的大幅提升，并不意味着算力需求走向终结。”王鹏指出，顶尖能力的模型普及后，会催生大量此前无法落地的复杂智能场景，整体算力的总需求反而会持续扩张，只是需求结构正从单纯追求硬件规模，转向对高效异构算力集群的深度适配。
美银分析师也认为，虽然前沿模型实验室正在投入资金争夺市场份额，但在这个过程中，市场的整体算力和存储容量也将随之扩张。天眼查数据显示，截至目前，我国现存人工智能相关企业超534万家，其中2025年注册108万余家，2026年上半年注册64万余家，呈持续快速增长趋势。
更深层次的原因在于，Kimi K3的开源方式是不仅给菜谱，还“连灶台一起送出”。王鹏以DeepSeek、千问对比称，前者侧重垂直能力的开源路线，后者分层开放、旗舰能力保留闭源，而Kimi K3的全栈开源不止是开放模型权重，更是同步开放了支撑超大模型训练的整套底层基础设施技术，“这在全球开源大模型领域属于前所未有的顶级开放级别”。
国产大模型+国产超节点
开源范式推动产业逻辑重估
随着Kimi K3的开源，算力如何更好适配的问题随之而来。
就在其发布48小时后，月之暗面暂停了C端新用户订阅。原因是，服务器负载接近上限，推理排队时间拉长，现有GPU集群无法支撑调用量的指数级增长。可见真实需求来得比预期更快。
解决这一问题的，是在不久前闭幕的WAIC 2026上出圈的超节点。7月28日，阿里云真武M890超节点实例实现Day 0适配Kimi K3，成为国内首个跑通近3万亿参数模型的超节点。双方称将进一步展开国产算力合作，千问AI平台和阿里云百炼也将提供Kimi K3的模型API。
随后，华为昇腾也宣布完成Day 0原生支持。此外，vLLM、Fireworks、Together AI、Nebius、Baseten、DigitalOcean等六家海外推理平台同步完成Day 0适配。
当开源模型能力站上顶尖区间、且底层算力完成规模化适配，资本市场原有的估值框架自然面临重新审视。
从产业层面看，国产大模型与国产超节点的组合，正在重估全球AI产业估值逻辑。王鹏指出，此前海外科技巨头的高估值建立在“闭源垄断长期维持高额利润”的叙事之上，Kimi K3这类产品的出现直接动摇了这套叙事的根基，市场开始重新评估闭源巨头的长期盈利空间，以及全球AI算力采购的长期逻辑。
Kimi K3开源免费所引爆的真实需求，揭示了一条与海外头部大厂“闭环收割”截然不同的产业路径。后者靠制造稀缺维持高溢价，本质上是在用巨头自身的资本开支为自己创造需求，把AI繁荣演绎成信贷循环游戏；而开源模型驱动的是“需求释放—基建扩容—应用繁荣”的正向飞轮，每一层都有真实的市场反馈作为支撑。在这条路径上，硬件厂商拿到的是被验证的算力订单，应用企业面对的是低门槛的技术红利——需求不是被资本“造”出来的，而是被开源“释放”出来的。
“顶尖能力的开源普惠，彻底打破了少数巨头对前沿AI能力的垄断。”王鹏认为，从DeepSeek到Kimi K3，国内开源大模型走出了一条依托完整产业生态、以底层效率创新突破硬件约束的差异化路径，从过去的低价同质化竞争，转向以技术价值为核心的分层竞争，正在全球AI开源生态中掌握越来越多的话语权。全球范围内的中小厂商、垂直行业主体无需承担高额的研发与使用成本即可获取顶尖智能底座，行业竞争的核心焦点从“谁能堆出更大模型”转向“谁能把模型能力更好地落地到真实场景中”，全球AI产业的创新活力将随之被全面激活。
“从开源到算力，从技术到商业，Kimi K3所撬动的已不仅仅是一个模型的成功，而是整个AI产业逻辑的重构。”他说。
评论 0
还没有添加任何评论，快去APP中抢沙发吧!