對話月之暗面楊植麟：開源開放是中國AI的獨特價值，智能體或?qū)俦短嵘a(chǎn)力

“開源開放的行業(yè)精神，是中國AI對全球市場最獨特的貢獻。”

楊植麟在接受澎湃新聞等媒體采訪 澎湃新聞記者 范佳來 攝

3月25日，在2026中關村論壇上，月之暗面（Kimi）創(chuàng)始人楊植麟在接受澎湃新聞等媒體采訪時表示。

“當前閉源模型仍占據(jù)一部分市場份額，而開源正在持續(xù)解鎖更多的市場空間。最終如果模型能力達到同等水平，開源會是絕對的勝利者。” 楊植麟表示，開源的核心競爭力在于其構建了生態(tài)共贏的合作模式，所有參與者都能在技術迭代與產(chǎn)業(yè)落地的過程中獲得收益，進而催生海量的應用場景與渠道，形成完整、自循環(huán)的產(chǎn)業(yè)生態(tài)。

“開源生態(tài)的市場總量，最終會達到遠超閉源模式的水平，這也是中國AI產(chǎn)業(yè)當下最重要的發(fā)展思路與機遇。”

值得注意的是，針對近期行業(yè)出現(xiàn)的Token（詞元，大模型處理信息的最小信息單元）漲價潮，楊植麟向記者表示，公司近期沒有漲價計劃。在他看來，通過算法與技術創(chuàng)新實現(xiàn)規(guī)模化的成本壓降，是應對成本波動的核心路徑，隨著行業(yè)模型供給的持續(xù)增加，整體漲價壓力相對可控。

中國AI的三大核心優(yōu)勢

“我們既能做最前沿的基礎研究，同時又愿意把核心模型、關鍵技術向全球開源開放，這一點是全球其他國家很難做到的。” 談到中國AI的核心優(yōu)勢，楊植麟表示，這種開放精神不僅加速全球AI領域的知識擴散與技術迭代，更從長期層面推動整個行業(yè)的發(fā)展，提升人類文明的技術上限。

談到AI人才培養(yǎng)的話題，楊植麟表示，經(jīng)過過去幾十年的積累，中國已經(jīng)建立起全球頂尖的人才培養(yǎng)體系，從義務教育到高等教育、博士培養(yǎng)的全鏈條，能夠培育出全球探索能力最強的科研人才，并且已經(jīng)形成完整、可持續(xù)的人才供給體系。

在他看來，充足且高質(zhì)量的人才供給，讓行業(yè)能夠以合理的成本獲取高水平的人類智能，進而通過人的創(chuàng)新孵化更高階的人工智能，這將形成中國AI產(chǎn)業(yè)長期的供應端核心優(yōu)勢。

與此同時，楊植麟認為，產(chǎn)業(yè)上游的能源成本、算力基礎設施效率的積累，同樣是中國AI產(chǎn)業(yè)不可忽視的競爭力，“長期來看，當模型能力達到一定水平后，行業(yè)的核心瓶頸將是你能以多快的速度、建成多大規(guī)模的算力基建。這些領域的長期積累，最終將讓中國有能力向全球輸出更多的AI成果。”

“目前我們是在有意義的維度上做出一些有意義的貢獻。”楊植麟表示，未來希望能夠持續(xù)做出更多突破。

智能體是大模型的“能力躍遷”

今年被行業(yè)普遍視為AI智能體全面落地的關鍵一年。在楊植麟看來，AI智能體與傳統(tǒng)對話式大模型產(chǎn)品的核心差異，在于其具備長周期運行、完成復雜系統(tǒng)性任務的能力，這也決定了二者不同的產(chǎn)業(yè)價值。

“傳統(tǒng)對話式產(chǎn)品是用戶提出一個問題，模型在數(shù)秒到數(shù)十秒內(nèi)給出完整答案，是一個短周期、無狀態(tài)的交互過程。但智能體更像人，它可以持續(xù)工作很長時間，完成多環(huán)節(jié)、高復雜度的任務。” 楊植麟表示，這種能力的躍遷，也帶來全新的技術挑戰(zhàn)。

這種技術突破最終將帶來社會生產(chǎn)力的量級躍升。“智能體可以極大程度提升社會生產(chǎn)力，很有可能在當前的GDP基礎上乘以一個增長系數(shù)，一開始可能是一倍或者數(shù)倍，未來甚至可能達到10 倍、100倍。” 楊植麟說，這是傳統(tǒng)對話式大模型完全無法實現(xiàn)的價值，也是智能體成為AI核心賽道的根本原因。

楊植麟在2026中關村論壇開幕式現(xiàn)場演講

未來智能體是否會普及到千家萬戶？楊植麟認為，智能體的普及將是一個分階段的過程。

“短期內(nèi)，智能體的核心用戶還是對技術更熟悉、更愿意接受新事物的群體；但很快所有通過電腦創(chuàng)造生產(chǎn)力價值的知識工作者都會用上智能體，用戶的Token消耗量也會出現(xiàn)指數(shù)級上升。”

而長期來看，隨著具身智能等技術的發(fā)展，智能體將滲透到幾乎所有與生產(chǎn)力相關的職業(yè)，甚至娛樂等非生產(chǎn)力場景，實現(xiàn)全行業(yè)的廣泛覆蓋。

楊植麟表示，大模型發(fā)展的第一性原理是規(guī)模化定律Scaling Law（尺度定律），但行業(yè)發(fā)展不能止步于暴力規(guī)模化，而是要在推進規(guī)模化的同時提升效率，因此團隊始終致力于研發(fā)更強的模型架構，以此實現(xiàn)更高的Token效率。

但隨著算力的持續(xù)進步，以及行業(yè)研發(fā)模式的迭代升級，從過去偏學術、單純從創(chuàng)意出發(fā)的研究模式，轉(zhuǎn)向如今更重視學術與工程深度結合、通過扎實的規(guī)模化驗證實驗得出可靠結論的模式，很多此前被奉為行業(yè)標準的技術，如今都具備被挑戰(zhàn)、被突破的可能，Kimi的團隊也正通過一系列全新模型架構的研發(fā)與開源，讓全球更多的從業(yè)者能夠獲取前沿技術，以此推動整個AI領域的持續(xù)發(fā)展。

他透露，以Kimi為代表的開源模型，如今已經(jīng)成為全球所有模型廠商、芯片廠商評測中的核心基準，廠商想要發(fā)布一款新的芯片，必須要通過Kimi等開源模型來評測其性能提升幅度，國內(nèi)外研究機構也正在使用Kimi K2.5等開源模型開展前沿技術研究。