近日，月之暗面Kimi创始人杨植麟在中国科学技术大学发表最新演讲，作为青年创业者代表，他围绕公司命名背后的摇滚情怀、大模型研发的硬核挑战等，分享了自己的创业思考与科技探索历程。
从摇滚乐队到AI创业：月之暗面背后的故事
演讲中，杨植麟首先讲述了公司名称“月之暗面”的由来。这个名字其实是一张摇滚专辑的名字——本科时期，他和现在的联合创始人一起玩乐队，创立公司时便觉得用专辑命名很有意思。
但除了好玩之外，这个名字更承载着他们的愿景：“月之暗面就是月亮的背面，其实你平时是看不见的，所以它比较未知。所以我们想去探索未知。”
杨植麟表示，从公司成立至今，他们最主要做的事情就是不断追求智能的上限。
坚守规模化定律，持续突破模型参数上限
谈及大模型领域的技术路径，杨植麟指出，最重要的规律是“规模化定律”，可以认为是这个领域的“第一性原理”——持续训练更大的模型，用更多的数据、更多的参数、更多的算力去训练。
他透露，月之暗面在这条路上非常激进：去年7月发布的Kimi K2是中国首个万亿参数模型；前两个月发布的Kimi K3参数规模达到2.8万亿，是目前全球开源模型中参数量最大的。
Artificial Analysis数据显示，截至2026年8月初，中国主要模型在AA智能指数上的成绩是：月之暗面Kimi K3（Max）：57分，189款模型中排第四。这是开源权重模型有史以来的最高排名，超过了Claude Opus 4.8（约56分），仅次于Claude Fable 5（约60分）、GPT-5.6 Sol（约59分）和谷歌的一款旗舰。
两年磨一剑：Kimi K3的训练艰辛与Token效率革命
训练如此庞大的模型并非坦途。杨植麟以Kimi K3为例，从算力规划（需从土地、电力、数据中心、芯片层层推进）到上层算法研究，整个周期从第一天训练到最终产出结果，花了接近两年时间。
“中间哪怕一次训练失败，就要回退几个月重新再来。”他坦言，这需要极为扎实的验证体系和理论保障。
同时，团队在不断追求规模的同时，也在攻克“Token效率”难题——因为世界上的总Token量是有限的。通过两代模型的改进，他们实现了一个Token产生的智能，约等于原来五个Token产生的智能。
他用一个生动的比喻解释：“就像一个聪明的同学，看一本书等于别人看五本书，所以你能学得更多，智能上限就更高。”
年轻人是AI浪潮的主驱动力
最后，杨植麟特别提到，团队核心算法研究的同学平均年龄只有20多岁。他坚信，在未来10到20年的AI发展浪潮中，年轻人将成为最主要的驱动力。
“我们团队很多同学也是还没有毕业，然后他就可以做出一些世界前沿的模型和世界前沿的，比如说模型架构的改进。”
他认为，当前AI领域变化极快，几乎每个月都有新模型出现，需要年轻人去适应这些变化。
AI也将逐渐渗透到各行各业——帮助研发更好的抗癌药物，探索太空航行技术。“这些变化也意味着机会，”杨植麟说，“很重要的一个点是持续学习，不断摸索模型最新的边界在哪里。”
