A | 当地时间7月21日，谷歌DeepMind发布三款轻量的新模型，主打“更快、更智能、更具成本效益”，但因智能程度没有满足外界的期待，评价两极分化。 7月21日下午，北京海淀知春路月之暗面总部，在一个充满摇滚风格的会议室里，月之暗面企业业务负责人黄震昕接受了新京报贝壳财经记者的采访，这也是Kimi K3大模型发布后Kimi首次公开接受媒体采访。
B | 月之暗面企业业务负责人黄震昕回答新京报贝壳财经记者问题。
C | 罗亦丹 摄 K3大模型参数量达2.8 万亿，是目前全球参数规模最大的开源权重模型，在多个权威榜单上拿到第一，受到了国际上的广泛关注。连马斯克都在K3评测报道的评论区留言称“令人印象深刻”，并表示后续将推出2万亿参数的模型“可能超越Kimi”。 与此同时，旗舰模型Gemini 3.5 Pro依然没有露面成为此次焦点，从排行榜来看，谷歌的模型已经排在十名开外。 根据谷歌官方博客，此次发布的三款模型定位不同。
D | Gemini 3.6 Flash是主力模型，与上一代相比能使用更少的token，在相同成本下提供更高质量的工作；而Gemini 3.5 Flash-Lite则是快速、成本效益高的选项，适用于日常任务，如处理文档和搜索；Gemini 3.5 Flash Cyber是一种网络安全模型，专为发现和修补关键软件漏洞而构建。 但根据评测来看，此次谷歌的新模型在智能上并不出色。K3的火爆程度也导致需求量激增，7月19日，月之暗面暂停了C端新用户订阅。
E | 对于算力紧缺的现状以及未来企业的发展。
F | AI模型评测平台Arena.ai的研究显示，Gemini 3.6 Flash 在前端代码竞技场中以1537分排名第12位。 第三方评测机构Artificial Analysis的结论则是，Gemini 3.6 Flash 在智能方面较3.5 Flash没有提升，智能指数得分50，但任务效率有所提高，Gemini 3.6 Flash的平均每任务时间为 1.3 分钟，较上一代减少超过50%，同时每任务成本略有降低。黄震昕坦言“K3过于火爆，我们其实已经做了预案，但挡不住用户热情，有人说这和去年的‘DeepSeek时刻’一样，最后我们选择优先保证老客户的体验。
G | ” 而对于马斯克的“挑战”，黄震昕笑言，可能这次的表现（让他们）得到一点震撼的感觉，现在拭目以待，希望他们出来跟我们掰一掰手腕，“我们的技术有很多都开源给了全世界，我们也不担心技术会马上被别人学走，我们有这样的胸襟和气度，希望马斯克也能做出2万亿的模型，我们一起共同进步。
H | ” “其实已经做了比较充分的准备，但挡不住用户热情” 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 7月17日凌晨，Kimi K3正式对外发布。 这意味着，谷歌优化的更多是速度和成本，而不是模型能力本身。消息传开后的48小时内，全球开发者的使用请求涌入了月之暗面的服务器，远超团队此前的预估，用户量迅速逼近现有算力集群的承载极限。 更值得关注的是，在Artificial Analysis最新智能指数排行榜中，谷歌目前已经没有任何一款模型进入前十。7月19日晚间，Kimi官方发布说明称“收获了远超预期的支持，但也面临始料未及的算力挑战”，随即暂停C端新用户订阅。 “我们提前做了充分的算力储备预案，但用户和客户的热情还是超出了预估。”黄震昕在采访中坦言。排名靠前的是Anthropic、OpenAI等海外厂商，也包括国内月之暗面的Kimi K3、智谱GLM-5.2等模型。他表示，目前公司的优先级是保障存量付费用户的使用体验，“不愿为了扩大用户规模牺牲存量用户体验”。与此同时，团队正通过两条路径缓解供需矛盾——一是模型效能的持续优化，二是算力供给的快速扩容。
I | 这种“幸福的烦恼”并非没有先兆。这与去年Gemini一度站上全球第一梯队形成了鲜明反差。 除了排行榜，开发者社区的反馈同样出现明显分化。不少开发者用谷歌新模型做任务时未看到很好的表现，“前端能力糟糕、空间推理也很差，我安慰自己这其实不是在高思考水平上运行的，但我不确定。” 有开发者评论道，“谷歌就像龟兔赛跑里的兔子，领先一段时间后就开始睡觉。”也有人直言，Gemini 团队需要引入真正关心交付前沿模型的人。
J | 在关于谷歌新模型发布的评论中，相比Flash模型，大家更关注的是，旗舰模型Gemini 3.5 Pro什么时候发布？ 在5月的谷歌I/O 大会上，谷歌发布了Gemini 3.5 Flash，当时曾预告Pro版本已在内部使用，预期一个月内推出。
K | K3的技术实力在发布前就已引起业内关注。
L | 然而两个月过去了，Gemini 3.5 Pro依然没有公开亮相。其核心支撑技术之一“Attention Residuals”（注意力残差）早在2026年3月就以技术报告形式开源，该技术方案可让模型训练与推理效率提升25%。据外媒报道，由于模型始终未达到内部预期性能，谷歌推迟了发布计划。马斯克当时就在社交媒体上公开称赞，评价其为“非常令人印象深刻的工作”。 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 当K3的完整性能数据在发布后揭晓，行业反应剧烈。 面对外界质疑，谷歌DeepMind技术负责人洛根·基尔帕特里克（Logan Kilpatrick）也在社交媒体上回应称，Gemini 3.5 Pro正在与合作伙伴进行测试，计划在准备就绪后立即广泛提供。在被业内视为最贴近真实工程开发的编程“金标准”Frontend Code Arena 榜单上，K3以1679分登顶。
M | K3的上一代模型K2.6在同一榜单上排第18位，一代之间跃升17个位次。Vercel的CEO Guillermo Rauch发帖称，K3在Next.js官方综合Web工程基准（nextjs.org/evals）评测中领先Fable，“这是开源模型首次在该综合Web工程评测上全面超过闭源模型。
N | 但他未给出具体的时间节点。
o | 与此同时，谷歌在这次博客中提到，团队已经开始着手构建下一代模型，“启动了迄今为止规模最大的 Gemini 4 预训练工作，并对目前的进展感到振奋”。” 和DeepSeek-R1推出后英伟达一度大跌类似，K3也影响到了美股表现，美东时间7月17日，CNBC报道美股半导体板块走出今年以来最差单周行情，跌幅创下2025年4月之后新低，而导火索是“中国月之暗面发布全新AI大模型。这一表态，也让不少业内人士猜测，谷歌是否正在把更多资源转向下一代模型，而非继续打磨3.5 Pro。 针对现阶段谷歌模型的表现，很多人认为，并不是谷歌的能力不行，而是内部的策略方向问题，优先级放在产品上，而不是像Anthropic、OpenAI等厂商专注将AI做好。 从谷歌这次的更新来看，团队在大模型上的策略似乎是“速度胜过智慧”。有开发者认为，让任务时间缩短是很好，但停滞的智能意味着他们优先考虑了错误的指标。” 对于K3在全球的影响，黄震昕表示，“我们在全球市场上真正做出了SOTA级别的模型，定价不是朝便宜去定的，我们也摆脱了‘开源模型就是要做便宜的、低价的’这样的印象。“创新也需要深度，而不仅仅是秒表”。” “模型公司一定要做模型” 面对用户的热情与海外广受关注的表现，Kimi显得颇为低调。 不过，也有开发者认为，如果模型是为了赚钱，从这个商业角度看，谷歌是聪明的，毕竟现在新兴公司都是在烧钱运营，一旦钱烧完直接就倒闭，而谷歌是将模型降智节省成本。 “不做高性价比的标准化业务，而是聚焦‘难而正确’的前沿探索。”黄震昕这样解释公司的核心理念。 相比Anthropic和OpenAI持续围绕模型能力竞争，谷歌拥有Android、Chrome、Workspace、搜索、云服务等庞大的产品生态，因此这一年其AI战略一直更偏向产品落地，而不是单纯追逐模型能力和榜单。 但另一方面，开发者更倾向于将智能作为评价AI公司的第一标准。如果模型能力长期停滞，即便商业化领先，也难免影响开发者生态和市场预期。 遥想去年11月，谷歌发布Gemini 3模型时曾引发业界震动，反超OpenAI、坐稳第一梯队，股价一路飙升。
p | 如同登月一般，一旦实现突破，将为全人类创造巨大价值——这并非一句口号，而是贯穿在月之暗面从技术研发到商业布局的每一个决策之中。而进入2026年以来，AI竞争的风向再次发生变化。
q | OpenAI依靠持续推出新模型重新夺回行业关注度，Anthropic依旧保持着模型能力领先的位置，而谷歌更多展示的是成本优化和产品整合能力。 在当前，越来越多的AI企业开始聚焦落地和Agent时，月之暗面却一直保有对基础模型的执念，“模型公司一定要做模型。 截至7月21日收盘，谷歌（GOOGL.US）跌超1%，股价收于347.15美元/股，较5月中旬高点累计回落近15%，当前谷歌总市值约4.2万亿美元，也从全球市值榜第二退居第三，被苹果赶超。 (本文来自第一财经)。
r | ”黄震昕说。 基础模型的强度是所有上层应用的前提，Agent、C端产品、行业解决方案都是模型能力提升到一定阶段后的自然产物。只有持续打磨最强模型，才能构建长期竞争壁垒。 这种执念在K3身上得到了集中体现。根据月之暗面公布的技术文档，K3基于月之暗面自研的KDA混合线性注意力机制和Attention Residuals技术构建，采用MoE（混合专家）架构，在896个专家中高效激活16个，扩展效率较前代K2提升约2.5倍。更关键的是，月之暗面是Scaling Law（缩放定律）的坚定信仰者——模型参数量、训练数据量、计算量三者同步提升，模型性能就会持续增强——但传统Scaling Law面临指数级成本的硬约束：算力投入扩大100倍，模型性能仅提升10倍。 月之暗面的解法不是简单的工程效率优化，而是底层架构创新。 黄震昕透露，过去8到11年间，大模型领域的三大核心基础技术从未出现本质迭代，而公司在2025至2026年完成了对这三项底层技术的突破，这也是K3能够实现SOTA性能的核心支撑。其中，Moon Clip二阶优化器是行业首次在万亿级大模型训练中应用该新型优化器，大幅提升Token效率，可让20TB训练数据发挥出相当于40TB的效果。K2系列曾在过去12个月中保持9个月的参数量领先，K3也将在参数量与性能上保持一段时间的领先优势。 黄震昕告诉记者，Kimi现阶段暂不提供私有化部署服务，商业模式对标海外成熟头部AI企业，核心发力打磨模型基础能力，他也明确了行业参数规模趋势，表示Kimi的大模型参数规模会持续向上拓展，不会止步于当前2.8万亿规模。 Kimi的“审美”：不做娱乐性场景，聚焦生产力 技术突破只是起点，商业化落地才是检验模型价值的关键。 K3在编程能力上的表现已经为它赢得了开发者生态的初步认可，其在多项评测中展现出与顶级闭源模型抗衡的实力。在Program Bench评测中，K3得分77.8，以0.2分的微弱优势超过GPT-5.6 Sol的77.6；在FrontierSWE上得分81.2，大幅领先GPT-5.6 Sol的71.3，但次于Fable 5的86.6。
s | 在实际应用中，K3展示了长程工程能力——在计算天体物理“I-Love-Q”普适关系复现任务中，K3用约两小时完成了通常需要资深研究人员一到两周才能完成的工作。
t | 但月之暗面的商业化视野不止于此。黄震昕在采访中透露，公司即将推出Kimi Hosted Agent企业级服务，开放Agent编排调度（Harness）能力，将沙箱环境与智能体调度框架整合为标准化平台，向企业客户提供PPT生成等场景的API接口，支持嵌入企业内部系统，可自定义内容风格，适配投研分析、内容生产、办公自动化等多元场景。
u | 谈及与海外头部模型公司的竞争，黄震昕表示，全球模型公司在商业化方面已找到一条可行路径，Kimi在产品创新上持续投入，包括AgentSwarm路由在行业做Agent之前就已经做出来。“我们还是希望从产品驱动，然后设计不同的商业模式，打造出非常有竞争力的产品。
v | ” 黄震昕在采访中强调了Kimi一贯的“产品审美”，“我们不会做娱乐性的场景，也不做生图、生视频，我们一直的定位就是生产力场景，包括编程、金融、法律、科学研究等领域，这就是我们的审美，我们会一直按照这个价值观去努力奋斗。” 在北京，从海淀知春路到清华校门口，短短一段路程聚集了智谱、Kimi等多家国内头部AI企业。黄震昕说，这里的产业集聚并非偶然——“人才密度高、政策支持完善，端一杯咖啡就能找到对应领域的专业人才”。
w | 这片被业内称为中国AI“卧龙池”的土地上，蛰伏的故事远不止一个。
x | 而K3的全球爆火和随之而来的算力告急，或许只是月之暗面“登月计划”的一个阶段性注脚。 新京报贝壳财经首席记者 罗亦丹 视频 罗亦丹 陈蜜蜜 实习生 彭紫桐 编辑 杨娟娟 校对 杨利。
Current article:http://a04k3h.xiaqingzhuangdaminnan.cyou/r2w8q9r/vvhf.html
Published on:16:39:33
