這一輪的AI“六小虎”，仍有四家在場(chǎng)上，都渴望一場(chǎng)DeepSeek式的勝利。最近一家證明自己的是MoonShot（月之暗面），它同樣可以震驚一下硅谷。

周末，硅谷的開源社區(qū)、云廠商與AI開發(fā)者都在討論MoonShot最新開源大模型K2。它的總參數(shù)規(guī)模達(dá)到了萬(wàn)億級(jí)別（1T），是目前開源模型中最大的，激活參數(shù)320億。

盡管理論上Meta的Llama4-Behemoth更大，為2萬(wàn)億，但它是“期貨”，也許不會(huì)再發(fā)布了；而DeepSeek的V3則是6710億參數(shù)。OpenAI原本也有一款開源模型計(jì)劃發(fā)布，但恰好在K2發(fā)布后，奧特曼再次推遲了。也許將兩者聯(lián)系起來(lái)是牽強(qiáng)的。但是，K2再次證明中國(guó)正在成為中主導(dǎo)開放創(chuàng)新的關(guān)鍵力量，卻是不爭(zhēng)的事實(shí)。

K2的表現(xiàn)相當(dāng)出色，尤其是在智能體相關(guān)任務(wù)領(lǐng)域。它在基準(zhǔn)測(cè)試SWE Bench Verified（編程）、Tau2（智能體）中僅次于Claude 4 Opus，在AceBench（工具調(diào)用）中僅次于GPT-4.1。它也相當(dāng)便宜，官方API服務(wù)與DeepSeek的R1相當(dāng)，但最大支持上下文長(zhǎng)度（128K）要高于R1（64K）。HuggingFace聯(lián)合創(chuàng)始人Thomas Wolf認(rèn)為，K2足以證明開源模型仍在繼續(xù)挑戰(zhàn)最新的閉源權(quán)重模型。

更直接且更有力的證據(jù)是，硅谷喜歡用它。發(fā)布后，它很快成為了HuggingFace上熱度（trending）第一的開源模型。目前，新興云廠商N(yùn)ovitaAI與Parasail已經(jīng)將其托管上線。Perplexity首席執(zhí)行官Aravind Srinivas在內(nèi)部測(cè)試后，也決定盡快對(duì)其展開后訓(xùn)練；上一款被Perplexity納入AI搜索的中國(guó)模型是DeepSeek的R1。

從V3/R1到M1再到K2，中國(guó)正在主導(dǎo)開源模型的技術(shù)趨勢(shì)，而且它面向全球市場(chǎng)，包括硅谷的AI開發(fā)者們。Grok4發(fā)布了，但馬斯克承諾的Grok3還未開源；OpenAI再次延期了它的開源模型；Meta的。遠(yuǎn)低于西方同行的低訓(xùn)練成本，讓DeepSeek震驚了整個(gè)硅谷；此后，MiniMax（稀宇科技）M1與MoonShot的K2，再次證明了中國(guó)初創(chuàng)企業(yè)高效的開源創(chuàng)新。

中國(guó)本土AI卷得厲害。MiniMax（稀宇科技）與MoonShot（月之暗面）看上去一直都有點(diǎn)相互“不對(duì)付”。自去年底DeepSeek激活了開源模型的競(jìng)爭(zhēng)后，年初，MiniMax開源了MiniMax-01，MoonShot發(fā)布了K1.5；上個(gè)月，MiniMaxM1與視頻生成模型Hailuo02，MoonShot則先后拿出了編程模型Kimi-Dev-72B、深度研究智能體Kimi-Researcher，以及昨晚的K2。

但它們效率更高。無(wú)論是DeepSeek還是MiniMax或者M(jìn)oonShot，它們的估值都遠(yuǎn)低于硅谷同行。其中，MoonShot已經(jīng)披露的融資總額，約為15億美元，不夠OpenAI燒2個(gè)月，只夠扎克伯格挖10來(lái)個(gè)人；xAI都有點(diǎn)熬不住，馬斯克不得不讓旗下另一家巨頭SpaceX向其注資20億美元。

這一次，K2震驚硅谷的后勁，或許將比R1來(lái)得更為猛烈。MoonShot比DeepSeek更早推動(dòng)“執(zhí)行”以更低的成本落地，沖擊的不僅是AI應(yīng)用的消費(fèi)市場(chǎng)，還包括企業(yè)市場(chǎng)。由于兼容OpenAI和Anthropic的API格式，K2或?qū){借其更高性價(jià)比，贏得硅谷AI應(yīng)用開發(fā)者市場(chǎng)。

震驚硅谷的背后，是這一輪大模型浪潮中，中國(guó)AI初創(chuàng)企業(yè)普遍具備了底層創(chuàng)新能力。沒(méi)有這個(gè)能力的團(tuán)隊(duì)，已經(jīng)陸續(xù)掉隊(duì)。

硅谷很多人都盼著K2的技術(shù)報(bào)告，看看MoonShot到底施放了什么魔法，讓一切變得如此高效。而且，它的參數(shù)規(guī)模如此龐大，預(yù)訓(xùn)練數(shù)據(jù)也達(dá)到了15.5萬(wàn)億token，理應(yīng)存在不少技術(shù)障礙。Meta就處理不好分塊注意力與專家選擇路由等MOE架構(gòu)的問(wèn)題。

硅谷的AI研究者注意到，相比R1，K2的架構(gòu)采用了更少的注意力頭，更多的專家。前者可以提高長(zhǎng)上下文效率，后者可以提升每個(gè)token的處理效率。這給MoonShot此前自研的MuonClip優(yōu)化器，帶來(lái)一點(diǎn)“擴(kuò)展”上的麻煩。后者是該團(tuán)隊(duì)年初提出的，它在收斂速度和最終效果上都有明顯的優(yōu)勢(shì)，計(jì)算效率是當(dāng)前廣泛使用的AdamW優(yōu)化器的2倍。

但是MuonClip優(yōu)化器論文作者之一的蘇劍林，一開始也很清楚如果對(duì)優(yōu)化器“大動(dòng)干戈”并不容易。這次K2團(tuán)隊(duì)就遇到了MaxLogit爆炸問(wèn)題，即注意力得分有時(shí)會(huì)變得非常極端，造成梯度不穩(wěn)定，最終訓(xùn)練崩潰。小模型沒(méi)有這個(gè)問(wèn)題，傳統(tǒng)AdamW優(yōu)化器也沒(méi)有那么明顯。

為了配合改變，MoonShot在MuonClip優(yōu)化器中融入了自研的QK-Clip技術(shù)。蘇劍林將其類比為“抗生素”，也許并不是解決問(wèn)題最精妙的方法，但往往是解決問(wèn)題最直接有效的方法之一。

無(wú)論是MuonClip還是QK-Clip，都是MoonShot重視底層創(chuàng)新的產(chǎn)物之一。年初，當(dāng)DeepSeek用NSA（原生稀疏注意力）架構(gòu)挑戰(zhàn)傳統(tǒng)Transformer時(shí)，同一天，MoonShot也提出了MoBA（混合塊注意力）架構(gòu)。此前，英偉達(dá)推出Dynamo，致敬了DeepSeek不少開源技術(shù)，惹得Semianalysis感嘆道這本質(zhì)上是DeepSeek技術(shù)創(chuàng)新的民主化。事實(shí)上，當(dāng)時(shí)Dynamo也致敬了MoonShot開源的術(shù)MoonCake。

很長(zhǎng)一段時(shí)間，MoonShot的注意力被DeepSeek奪走了。后者至今似乎無(wú)意做應(yīng)用和產(chǎn)品，更具理想主義也更具話題性。MoonShot目前仍然存在明確的商業(yè)追求。同期的智譜與MiniMax已經(jīng)計(jì)劃上市，MoonShot還會(huì)遠(yuǎn)嗎？

多智能體協(xié)作，或許是它贏得商業(yè)市場(chǎng)的關(guān)鍵?？梢员P點(diǎn)一下MoonShot的資產(chǎn)：形式推理模式Kimina-Prover-72B（數(shù)理證明），編程模型Kimi-Dev-72B（開發(fā)工具），深度研究智能體Kimi-Researcher，多模態(tài)推理模型K1.5，視覺(jué)語(yǔ)言模型Kimi-VL。它們最終也許都會(huì)融入更擅長(zhǎng)調(diào)度工具的K2中。MoonShot在技術(shù)博客中介紹稱，K2的智能體能力，得益于大量的Agentic合成數(shù)據(jù)和通用的強(qiáng)化學(xué)習(xí)手段。

MoonShot與DeepSeek似乎還存在另一處不那么重要也不那么技術(shù)的相似點(diǎn)。它們的團(tuán)隊(duì)都相當(dāng)文藝。DeepSeek宣布下場(chǎng)追逐AGI時(shí)，就引用了新浪潮電影人特呂弗（Truffaut）的話；R1的回答很多時(shí)候也文縐縐的。月之暗面的公司名，就來(lái)源于搖滾歌手平克·弗洛伊德（Pink Floyd）的專輯。這次，MoonShot顯然對(duì)K2相當(dāng)滿意，成員在X上活躍起來(lái)，他們自稱團(tuán)隊(duì)是一群熱愛搖滾與電影人塔倫蒂諾（Tarantino）與庫(kù)布里克（Kubrick）的科學(xué)家相互吸引組成的，“它的氣味剛剛好?！?/p>