楊植麟和Kimi，拿了DeepSeek的舊劇本

文 | 硅基研究室，作者 | kiki

Kimi和楊植麟正拿到了DeepSeek的「國運劇本」。

先是Kimi K3引發(fā)的硅谷恐慌、Anthropic CEO在美國國會AI安全聽證會公開表示「K3蒸餾了其模型」再到外媒開始集中報道Kimi創(chuàng)始人楊植麟曾「拒絕蘋果谷歌邀約、堅持回國創(chuàng)業(yè)」的故事......

外媒《商業(yè)內(nèi)幕》這樣形容，Kimi K3模型發(fā)布后，谷歌和英偉達等美國大型科技股遭到拋售，這讓人想起去年中國人工智能初創(chuàng)公司DeepSeek引發(fā)的市場震蕩。

有媒體也以「DeepSeek 2.0時刻」用來形容Kimi，甚至楊植麟本人還登上了微博熱搜「90后清華天才干崩了美股」，短視頻平臺上，楊植麟清華答辯的視頻也意外出圈了。

緊隨而來的是，月之暗面的上市消息。據(jù)報道，月之暗面計劃于8月啟動上市前最后一輪融資談判，目標估值為投前500億美元，比上一輪又多了200多億。

曾經(jīng)向媒體形容「向延綿而未知的雪山前進」月之暗面和楊植麟，現(xiàn)在正朝著亦敵亦友的DeepSeek亦步亦趨。

1、K3恐慌為何形成？

理解硅谷自上而下對Kimi K3的恐慌，先要理解，他們到底在恐慌什么？

第一，恐懼的是開源擴散效應。

Kimi K3爭奪的從來都不是「模型更聰明」的心智，而是「我的開源模型能力比你的閉源模型強」。

這和2025年DeepSeek引發(fā)硅谷恐慌的邏輯相似，中國模型廠商正通過開源策略將自身在底層算力、技術架構、資金供給等方面的短板轉(zhuǎn)化為一種系統(tǒng)化的優(yōu)勢。

而開源模型的擴散效應會直接利好兩方面：

一方面，最直接的就是增強自己在企業(yè)、開發(fā)者和普通用戶間的存在感，加速基礎模型的商品化。

因為面對Kimi K3，企業(yè)和開發(fā)者都會直接評估是繼續(xù)用OpenAI、Anthropic的模型，還是用來自中國的開源模型。

另一方面，擴充生態(tài)。

開源模型本身就是模型廠商加速智能能力進入生產(chǎn)生活的重要策略，Kimi K3會迅速吸引上下游生態(tài)的聚合，從底層算力芯片到中游模型再到下游端側和軟件側，都會因開源形成研發(fā)和落地的協(xié)同效應。

第二，硅谷對Kimi K3恐慌，也是這幾年來「AI泡沫論」的延續(xù)。

谷歌、微軟、亞馬遜和Meta四家公司在2026年的資本支出合計預計高達7250億美元，到2027年將進一步攀升至近9000億美元，4家巨頭合計每天就燒掉20億美元。

天價AI基建投入，尚未收獲規(guī)模化的回報，但大幅上升的資本支出已經(jīng)開始擠壓自由現(xiàn)金流。

華爾街對巨頭「修改折舊周期來增加利潤」的方式，也開始不滿。知名空頭、Chanos & Co.創(chuàng)始人Jim Chanos在播客里吐槽，沒人能算得清數(shù)據(jù)中心的賬。

“大量購入但尚未投入使用的GPU和數(shù)據(jù)中心設備，都被記錄在資產(chǎn)負債表的「在建工程」里，折舊計提尚未開始。”

華爾街擔心的不是Kimi K3，而是一旦中國開源模型所代表的免費AI加速滲透，將會進一步影響云廠商和模型廠商的算力投入回報率。

第三，恐懼中美大模型能力代際差的縮短。

一個共識是，在一些傳統(tǒng)基準測試上，中國模型過去追趕海外模型「御三家」的時間大約是6到9個月，但隨著中國模型廠商發(fā)布速度的提升，速度差在被縮小。

用更快的發(fā)布速度，在真實使用里縮短性能差距，美國AI研究者Nathan Lambert在近期接受采訪時，認為這是一種中國策略。

他提到，相比榜單上的評分，在用戶的真實使用里，不同模型的能力差距其實非常接近，而中國發(fā)布得更快，相當于把用戶實際拿到的性能差距給縮小了，同時還能根據(jù)用戶反饋率先改進。

2、拿到DeepSeek劇本的，為什么是Kimi？

在今天大模型行業(yè)的競爭里，「DeepSeek效應」已經(jīng)被濫用成了一個形容詞。

對國內(nèi)模型廠商而言，DeepSeek無疑是令人艷羨的。

一方面，它為中國模型提供一個看得見的方向：通過開源卡位模型心智，利用模型架構創(chuàng)新和工程化能力能降低訓練、推理成本。

另一方面，DeepSeek自身的獨特性——量化出身、創(chuàng)始人的克制以及扁平的組織架構，都放大了外界對這家中國模型的期待。

隨著Kimi K3發(fā)布，Kimi和楊植麟一定程度上確實拿到了類似DeepSeek的劇本。比如海外模型廠商的擔憂、開發(fā)者的好評以及隨之而來的算力不足問題，甚至楊植麟本人登上熱搜，這也是他第一次在大眾意義上的出圈。

那么，為什么是Kimi？

第一，兩家公司技術層面的聯(lián)動。

兩家公司的模型發(fā)布不僅多次撞車，甚至技術層面也有默契。

Kimi K2采用了DeepSeek V3的MLA注意力機制，DeepSeek V4粒則引入了Kimi大規(guī)模驗證的Muon優(yōu)化器。

在Kimi K2模型時，《自然》雜志就已經(jīng)用「又一個DeepSeek時刻」來形容。

甚至在表明技術追趕上的態(tài)度，兩家公司都用了相似意義的古文：

Kimi在《Kimi K3：智能的新前沿》中提到：“犯其至難而圖其至遠者，發(fā)之以勇，守之以專，達之以強。”這句話的典故出自蘇軾所作的《思治論》。

Kimi想表達的是，追求AGI很難，但實現(xiàn)這個最遠大的目標，就需要靠勇氣、專注和強大執(zhí)行力。

DeepSeek在DeepSeek-V4的發(fā)布稿中引用了荀子的名言：“不誘于譽，不恐于誹，率道而行，端然正己”，用來形容對自身目標的堅守。

第二，兩家公司商業(yè)戰(zhàn)略上的共性。

在梁文鋒4小時的閉門會里他提到了對競爭的態(tài)度，他說：“我也不擔?別?部署我們的模型，然后跟我們來競爭，?點都不擔?。我們還希望他們能夠部署起來。”

Kimi總裁張予彤在去年被問到“如何在技術和市場層面與巨頭大廠形成差異化定位”時，也提到了類似的看法。

她說：“最有效的競爭方式就是「不競爭」。不競爭不是躺平，而是要找到自己的敘事，找到自己真正擅長的事情。”

在基模創(chuàng)業(yè)型公司里，DeepSeek和Kimi都是有著獨特生態(tài)位的獨角獸，DeepSeek的克制和開源，Kimi所強調(diào)的克制和審美，它不做生活娛樂方向、不做多模態(tài)生成。

第三，是年輕扁平化的組織架構。

美國AI研究者Nathan Lambert在走訪中國模型公司和大廠后提到，Kimi是他拜訪過的這批中國公司里「氛圍最好」的一家。

“你會感覺這群人關系特別近，做出一個很酷的東西本身就讓他們興奮，并且還能把它商業(yè)化。那種緊密感，是你一走進辦公室就能直觀感受到的”。

同樣的，DeepSeek的團隊也沒有科層制的大公司化，據(jù)《晚點》報道，DeepSeek團隊界限形成了「交叉分工」，梁文鋒的角色更像是一位實驗室的導師。

三點相似性讓DeepSeek和Kimi反復被拿來比較，因此此次拿到與DeepSeek相似的劇本也并不意外。

3、DeepSeek是共識，但Kimi還不是

但手拿DeepSeek的劇本，并不代表Kimi能活成DeepSeek。

一位AI投資人向「硅基研究室」形容：“DeepSeek可能是現(xiàn)在AI模型里最大的共識，但Kimi還不是”。

他給出原因有兩點：第一，DeepSeek和梁文鋒都有很強的成本意識，包括API定價、算力儲備，以及被傳出自研芯片計劃。第二，國產(chǎn)化的決心，梁文鋒本人看好國產(chǎn)算力生態(tài)。

但現(xiàn)階段的Kimi，尚且不能準確回應這兩大挑戰(zhàn)。

首先，開源所帶來的成本投入和克制商業(yè)化戰(zhàn)略下的盈虧平衡。

Kimi盡管此前公布了收入曲線——3億美元ARR、API貢獻七成、海外付費用戶同比增長400%、產(chǎn)品落地200多個國家，但它并沒有實現(xiàn)Token的經(jīng)濟性。

據(jù)第三方機構Artificial Analysis的測算，Kimi K3單任務成本約0.94美元，與GPT-5.6 Sol的1.04美元接近，約為Claude Opus 4.8（1.80美元）的一半，價格帶基本和海外頭部模型屬于同一陣營。

更關鍵的是模型單價只是第一層成本賬。一位開發(fā)者告訴「硅基研究室」，真實業(yè)務開發(fā)環(huán)境里實際Token消耗得更快，如果沒有明顯的價格優(yōu)勢，只是平替，Kimi K3只是提供了一個新選擇，而不是必選項。

其次，與國產(chǎn)算力生態(tài)的深度適配。

盡管在世界人工智能大會期間，月之暗面曾披露已同步適配包括華為昇騰在內(nèi)的國產(chǎn)芯片，但還是落后于DeepSeek、智譜等模型廠商的多元化動作。

在Kimi找算力之時，據(jù)彭博社報道，智譜已建成一座全部采用國產(chǎn)芯片的大型數(shù)據(jù)中心，并開始部分運行，不久前，智譜還買下一家國產(chǎn)AI基礎設施企業(yè)中科加禾。

楊植麟曾說過Kimi對他講的一句話：“任何中間狀態(tài)都有可能成為被批評的對象。你總是會有這個時代的局限性。”

對月之暗面來說，它仍處于這樣的中間狀態(tài)，想要實現(xiàn)更高的智能，它的前面還站著更多的DeepSeek。

參考資料：

1、美國AI研究員的中國之旅：年輕人，追趕者，算力焦慮與“AGI展示廳” ｜專訪Nathan Lambert

2、語言即世界：和楊植麟時隔一年的獨家對話：“站在無限的開端”