杨植麟两年前一张PPT只画了一个箭头,Kimi K3让全球AI圈看懂了!

Kimi K3横空出世。2.8万亿参数，百万token上下文，原生多模态，月之暗面一口气把开源模型推进了3T量级。海外开发者社区一片哗然，榜单刷屏，API还没捂热就被扒了个底朝天。

然后，有人翻出了一张两年前的老照片。

会议室里的那个箭头

▲ Max For AI发布的推文，附2024年在月之暗面北京办公室拍摄的现场照片

2024年，AI博主Max For AI受邀去月之暗面北京办公室参观。他走进会议室的时候，杨植麟正站在大屏幕前，手里握着麦克风。

屏幕标题是“新的Scaling Law”。

PPT上只有一个箭头：Next-Token Prediction → Reinforcement Learning Scaling。

杨植麟那天直接跳过了产品和融资的话题，只讲一件事，整个行业接下来该往哪里走。2024年，这更像一种孤注一掷的判断。

Max后来回忆了一个细节：聊商业和市场的时候，杨植麟很平静；话题一切到架构、训练方法和数据，整个人瞬间亮了起来，眼睛发光，停不下来。他的工位也让人意外，百亿估值的独角兽CEO，坐的是最普通的工位，桌上几件日常用品，和旁边同事没什么区别。

Max在推文中这样评价：

"杨植麟更像是很早就选了一条路，然后一直往下挖。"

2024年，这张PPT更像一份超前的预判。到了2026年，它看起来成了一份提前写好的剧本。

k0-math：第一步棋

2024年11月，杨植麟把那个判断变成了产品。Kimi发布了k0-math，一款专攻数学推理的模型，直接对标OpenAI的o1系列。

成绩单足够硬：在MATH、中考、高考、考研四项数学基准上，k0-math全部超过o1-mini和o1-preview。在更难的OMNI-MATH和AIME上，也逼近o1-mini九成和八成的水平。

有意思的是demo里的表现。k0-math做题时会自言自语"我卡壳了"，反复换思路，一道AIME竞赛题尝试了八九次才解出来。碰到"1+1"这种送分题，它居然也反复验算、犹豫半天。杨植麟当场承认：模型还没学会该深想多久再停下来。

为什么选数学当试验田？答案对错一目了然，奖励信号干净，天然适合给强化学习练手。杨植麟在媒体沟通中给出了更底层的判断：高质量静态数据正在逼近人类互联网积累的天花板，继续堆算力的边际收益越来越薄。强化学习打开了另一扇门，模型在思考过程中自己产生数据，用奖励信号判断对错，数据可以"自己长出来"。

杨植麟的总结很干脆："所有好算法都要跟Scaling做朋友。"

从PPT到论文，再到产品

▲ 2025年1月，k1.5技术报告在arXiv发布，标题直接写明"Scaling Reinforcement Learning with LLMs"

2025年1月，那个箭头被写成了正式论文。k1.5技术报告开篇就挑明：预训练的下一词预测（next-token prediction）受限于静态数据，扩展强化学习提供了全新的缩放轴。数据显示，k1.5在AIME、MATH 500、Codeforces等基准上已经追平OpenAI o1。

会议室里的一页PPT，至此变成了可引用、可复现的技术文献。

同年7月，Kimi K2以约1万亿参数的MoE架构开源，在编程和Agent任务上引发国际开发者关注。K2.5、K2.6紧随其后，多模态和工具调用能力不断补强。整条产品线沿着2024年画下的那条路线，一个节点一个节点地向前推进。

K3：两年后的交卷时刻

▲ Kimi官方K3发布帖，附多项基准对比图

2026年7月14日，Kimi K3正式亮相。

参数够猛：约2.8万亿，百万token级上下文，原生多模态。自研的Kimi Delta Attention（KDA）压缩了长序列注意力开销，官方称百万上下文解码性能提升数倍。MoE架构做到了896个专家中只激活16个，训练效率相比K2提升约2.5倍。完整权重将在月内开放。

K3展示的案例全是长线硬活：多小时自主优化GPU内核，从零搭迷你编译器，用视觉反馈做游戏开发，甚至用开源EDA工具做芯片设计试验。这些任务的共同特征，考验模型在漫长流程中持续推理和自我修正的能力。

2024年PPT上那句"要scale的是思考与探索"，两年后终于有了具体的产品形态。

官方也坦率列出了短板：整体仍落后于最强闭源旗舰；Agent框架如果丢弃思考上下文可能出现不稳定；长程任务中偶尔过度主动。k0-math时代"1+1想太久"的毛病，到K3变成了"管得太多"，深度能力上来之后，学会节制同样是一场硬仗。

K3之后，社区吵翻了

▲ 社区评论提醒：开源能力外溢后，产品闭环才是真正的考验

Max For AI在推文中感慨："K3今天取得的伟大成就并非突然发生的。两年前，答案其实已经写在那张PPT上了。"

Michael Guo则把K3和杨植麟此前在英伟达GTC的演讲联系起来，token效率、上下文长度、Agent数量，三个维度同时扩展，Kimi投资的是底层能力。

冷静的声音来得也很快。有评论者直接指出：权重一旦开源，能力会迅速被各路推理服务和Agent产品吸收。Kimi最终能留下多少价值，取决于Code、Work这些产品能否真正黏住用户。技术路线押中了，商业护城河不会自动跟着出现。

还有人更干脆，"又开始吹了。"

模型发布周期里，赞歌和冷嘲永远同步抵达，这本身就是事件热度的一部分。

不过，翻回那张2024年的照片，一个坐普通工位的CEO，站在会议室大屏前，对着一页PPT讲"新的Scaling Law"。那时候几乎没人注意到这件事。两年后K3落地，这张照片才从手机相册里被翻了出来。

科技史里从来不缺事后诸葛亮。大多数PPT讲完就存进了硬盘。杨植麟那一页，后面跟着两年不间断的算力燃烧和工程死磕，K3的前传，就写在那个箭头里。