一个能在一次对话里读完一整本书的聊天机器人在 2023 年底听起来像是个炫技的小把戏。两年之后正是这个长上下文的念头成了这位年轻的华人研究者撬开全球大模型竞争的一根杠杆。这个赛道里的大多数创始人来自产品或金融背景而杨植麟月之暗面创始人是一名从实验室走出来的 researcher。关键事实杨植麟1992 年生于广东汕头在清华大学、卡内基梅隆大学、Google Brain 和 Meta AI Research 的研究生涯之后于 2023 年 3 月创立月之暗面Moonshot AI。公司旗下的 Kimi 智能助手于 2023 年 10 月上线最突出的能力是单次对话可处理约 20 万中文字。2025 年 7 月月之暗面发布并开源了 Kimi K2一个总参数 1 万亿、每 token 激活 320 亿的混合专家MoE模型。阿里巴巴在 2024 年 2 月领投了一轮约 10 亿美元融资估值约 25 亿美元腾讯在 2024 年 8 月参与了一轮约 3 亿美元融资估值约 33 亿美元。在创立月之暗面之前杨植麟是 Transformer-XL 和 XLNet 的共同作者并于 2016 年共同创办了循环智能Recurrent AI。先是一名研究者再是创始人杨植麟不是典型的创业公司创始人。他就读于清华大学2015 年以计算机系第一名毕业随后在卡内基梅隆大学师从 Ruslan Salakhutdinov 攻读博士并于 2019 年取得学位——这位导师也参与过现代深度学习背后的诸多工作。求学期间他以第一作者身份发表了 Transformer-XL并以共同作者身份参与了 XLNet。这两篇论文与合作者包括图灵奖得主 Yann LeCun 和 Yoshua Bengio一起被引用数万次深刻影响了语言模型处理长序列的方式。他还曾供职于全球最具影响力的两个 AI 实验室Google Brain 与 Meta AI ResearchFAIR。2016 年在月之暗面之前他共同创办了面向企业的语音与语言公司循环智能。这种学术深度加一次创业的组合在中国大模型创业者的群体中相当少见。押注长文本当月之暗面在 2023 年 3 月成立时行业主流观点是聊天机器人在比拼对话质量。杨植麟却推动了一条不同的轴线长度。2023 年 10 月发布的 Kimi能一次性吃进约 20 万中文字——足以容纳一本短书、一份长篇合同或一整年的聊天记录。这是一个刻意为之的选择服务于那些需要针对密集文档进行推理的学生、研究员和分析师而不是闲聊。产品很快走红。用户蜂拥而至用 Kimi 做长文本的摘要与检索月之暗面也由此跻身少数能够与百度文心一言以及海外巨头抗衡的中国挑战者之列。但 2025 年初竞争对手低价模型的出现挤压了月之暗面的位置公司转而重新发力基础研究。Kimi K2 与开源转向2025 年 7 月月之暗面发布 Kimi K2 并公开了模型权重。根据公司自身的技术说明K2 是一个混合专家MoE模型总参数 1 万亿但每个 token 仅激活 320 亿训练数据量达 15.5 万亿 token。这种设计以规模换取效率——每次请求只点燃网络中较小的一部分在保持能力的同时压低成本。据官媒科技报道Nature 网站将这次发布形容为又一个 DeepSeek 时刻K2 也在编程与智能体基准的开源模型榜单上登顶。开源之举的意义超出了中国国界。它让月之暗面与 DeepSeek、阿里巴巴等一起成为公开发布宽松许可权重的公司与美国大多数把最优模型闭源的前沿实验室形成对照。对全球开发者而言K2 成了一个无需申请许可、即可基于中国开源模型构建智能体与编程工具的选择。资金与靠山月之暗面的融资节奏与它的野心相匹配。2024 年 2 月阿里巴巴领投了一轮约 10 亿美元融资估值约 25 亿美元投资方包括红杉中国HongShan和小红书。2024 年 8 月腾讯参与一轮约 3 亿美元融资将估值推高至约 33 亿美元。投资人名单——阿里巴巴、腾讯、美团投资部门及多家头部风投——折射出中国互联网巨头对大模型之争的重视程度。为何全球瞩目杨植麟的路径是观察中国 AI 人才池如何成熟的一个鲜活案例一位受过一流国际训练、却选择在北京创业的创始人先交付一款消费级产品再把一个万亿参数模型免费开放。其结果是一家同时在应用层Kimi与基础设施层开源权重作战的公司——这种双线战略全球范围内罕有初创企业能够维持。普通人现在能做什么用 Kimi K2 的开源权重或 API 做一个重文档任务——把一份长篇报告整段粘贴进去要求它做结构化分析就能直接体会长上下文的优势。如果你在做智能体开发别只信头条跑分而是用你关心的编程基准把 K2 和一个闭源模型实地比一比。在把产品商业化之前先关注月之暗面的授权条款——开源权重同样附带使用条件不能想当然地随意商用。