四川
Kimi K3的發布，給硅谷AI圈帶來“DeepSeek 2.0”時刻。
卡內基梅隆大學計算機科學教授、前蘋果公司AI主管Russ Salakhutdinov在X上發了一條祝賀帖，卻在美國引發了一場討論：
楊植麟這樣的人才，為什么沒有留在美國？
Russ Salakhutdinov正是月之暗面創始人楊植麟的博士生導師。
8月1日，Russ Salakhutdinov接受了《每日經濟新聞》記者（以下簡稱NBD）專訪。他透露說，楊植麟博士論文獲得2萬次引用，以他的研究水平，完全可以先進入頂尖院校從事博士后研究，再成為高校教授，但他更想創辦自己的公司，甚至拒絕了蘋果拋出的橄欖枝，毅然決然地選擇回國創業。“他曾對我坦言，若不嘗試創業，一定會遺憾。”
但對于Kimi K3的能力，Russ Salakhutdinov認為，行業仍需更多應用，才能判斷它與其他模型的真實差距。但Kimi的開源路線值得肯定，“不希望未來行業完全走向閉源”。
前蘋果公司AI主管Russ Salakhutdinov 圖片來源：受訪者X賬號
談Kimi K3：“一個擁有越多開源模型的世界，會是更好的世界”
7月27日晚，月之暗面在全球開源社區Hugging Face正式發布Kimi K3完整模型權重，同步公開的還有詳細技術報告。
Hugging Face CEO Clem Delangue發文稱，Kimi K3在30分鐘內以超過4000個贊登頂趨勢榜，創迄今為止最快的發布增長速度。
雖然Kimi K3在海外出圈，但從全球AI大模型調用量看，它面臨著一眾國內開源模型的競爭。據OpenRouter的最新數據，上周（7月27日至8月2日），也是正式開源首周，Kimi K3的調用量為1.42萬億Token，環比上漲16%，在全球AI大模型周調用量榜單中僅排名第十。排名前五的均為中國AI大模型，分別是DeepSeek-V4-Flash、小米MiMo-V2.5、騰訊Hy3、DeepSeek-V4-Pro和智譜GLM-5.2。
全球AI大模型周調用量榜
NBD：您認為Kimi K3與其他主流頂尖模型相比，有哪些差異化特點？
Russ Salakhutdinov：Kimi K3最獨特的優勢在于開放權重。從目前的測試結果來看，行業仍需通過更多實踐應用，對比研判該模型與各團隊研發模型的真實差距。
但我認為，Kimi K3是業內較早躋身前沿技術水平的開源模型之一。現階段已有多款開源模型能夠比肩頂尖閉源模型的性能，這一突破實屬不易。
當然，現在下結論還為時過早。模型發布后，行業還會持續對其進行調優，進一步提升其表現。
我預計，未來美國、中國、印度、日本等多國的實驗室，將持續推出智能化水平更高的AI模型。后續不同模型之間的差距，將更多聚焦在運行速度、智能程度與使用成本上。
NBD：您如何看待當前美國關于開源和閉源的爭論？
Russ Salakhutdinov：我非常支持開源。開源社區為AI行業發展作出了重要貢獻。
在卡內基梅隆大學，我們對谷歌Gemma、Meta Llama等模型開展研究，依托其開放特性，我們的科研工作得以順利推進。
倘若行業模型全部采用閉源模式，科研人員無法接觸模型底層內容，既難以開展系統性研究，也無法基于現有模型迭代。
因此，我很高興看到越來越多的模型開放權重。需要說明的是，開源與開放權重并非完全等同，但二者的核心價值一致，都是讓更多從業者、研究者能夠獲取并使用模型。
我認為，一個擁有越來越多開源模型的世界，會是一個更好的世界。
當然，業界對于安全、護欄機制以及濫用風險的擔憂是合理的。這些問題確實存在，例如不法分子可能利用模型實施攻擊，因此，我們需要持續深耕模型安全，研發完善的安全護欄機制。我不希望未來行業完全走向閉源。
NBD：您認為AGI大概何時會實現？
Russ Salakhutdinov：我比較保守。2015年至2016年，在談到自動駕駛汽車時，業內普遍預判將在兩年內全面落地。但一項技術從0%迭代到80%、再從80%提升到90%進程相對較快，但要從90%精進到99%，難度會攀升。
目前的AI技術在某些方面，已經展現出接近AGI的能力，顯著提升了編程、文案創作和工具類工作的效率，但業界定義的真正的AGI，不僅涵蓋文本和圖像生成能力，還包括在物理世界、真實世界中的行動能力。在這些領域，我們仍然有很長的路要走。
“楊植麟可能是當時卡內基梅隆大學最優秀的學生之一”
楊植麟1992年出生在廣東汕頭。2011年，他被清華大學熱能工程系錄取，大二轉入計算機系，2015年以第一名的成績畢業。
之后，楊植麟前往美國卡內基梅隆大學攻讀博士，導師是時任蘋果首任AI研究負責人的Russ Salakhutdinov和時任谷歌首席科學家的William Cohen。卡內基梅隆大學計算機博士通常要讀六年，而楊植麟僅用了四年。
期間，他進入谷歌大腦和Meta實習，并作為核心成員參與了Transformer-XL和XLNet兩項開創性研究。
NBD：楊植麟攻讀博士時期，為他創辦月之暗面并打造出Kimi奠定了什么基礎？
Russ Salakhutdinov：楊植麟在卡內基梅隆大學求學期間，始終對自然語言研究抱有極高的熱忱，其研究工作長期聚焦語言領域，覆蓋語言理解、預測、情感分析等方向。但他始終關注Transformer和語言模型。
早期大語言模型的發展，核心依托于Transformer架構的規模化拓展，而這也正是他博士階段的核心研究課題。
他與谷歌合作研發的XLNet以及Transformer-XL等模型，核心目標是對大規模語言數據進行預訓練。
ChatGPT問世之后，他或許意識到，自己長期深耕的技術方向具備落地商業化的巨大潛力。
月之暗面創始人楊植麟 圖片來源：視覺中國
NBD：您對楊植麟最深刻的印象是什么？
Russ Salakhutdinov：多數博士生入學前均已取得碩士學位或具備相關工作經驗，而楊植麟加入課題組時年紀尚輕，剛從清華大學本科畢業。他僅用四年時間便完成常規需要六年左右的博士學業，可能是當時卡內基梅隆大學最優秀的學生之一。
他的學術成果也極具影響力，他的兩篇論文Transformer-XL與XLNet，引用次數均突破了2萬次，對于在讀博士生而言，如此高的學術引用度實屬罕見。
NBD：您曾師從杰弗里·辛頓，后來楊植麟又師從于您，三代人是否一脈相承？
Russ Salakhutdinov：辛頓本人雖不專攻自然語言，但畢生都在研究神經網絡，探索神經網絡的優化。我也完整繼承了這一科研理念，整個職業生涯也一直在不同領域研究深度學習和深度神經網絡。我希望這種科研傳統也傳遞給了楊植麟。
不過，每一名學生最終都會根據自己的熱愛選擇研究方向，導師要做的就是幫助學生找到真正有熱情的領域。楊植麟始終深耕自然語言領域，專注鉆研語言模型架構的各類核心細節。
楊植麟拒絕蘋果：“倘若不主動嘗試創業，以后一定會遺憾”
楊植麟的創業故事始于2016年，當年他與幾位朋友聯合創辦了AI企業服務公司循環智能（Recurrent.AI）。2020年，該公司獲得了由紅杉中國領投的1200萬美元融資，后來與華為云聯合研發了盤古大模型。
2023年，楊植麟再次創業，與周昕宇等人共同創立月之暗面。
NBD：多數具備頂尖科研能力的博士生，畢業后可能會進入高校任教或入職大型科技公司。楊植麟當時的心態是怎樣的？
Russ Salakhutdinov：與其他大多數博士畢業生不同，楊植麟從未參與過求職招聘。當時，他已經和幾位聯合創始人開啟創業之路，創立了循環智能公司。他非常希望回到中國，繼續運營公司。
他曾對我坦言，倘若不主動嘗試創業，以后一定會遺憾。坦率地說，我當時有些意外。
以楊植麟的研究水平，他完全可以先進入頂尖院校從事博士后研究，再成為高校教授，但他更想創辦自己的公司。
NBD：當時蘋果也向楊植麟發出了邀請？
Russ Salakhutdinov：他與谷歌合作發表的XLNet相關論文，刷新了多項基準。論文發布時，我正在蘋果任職。公司一位高管聯系我，詢問楊植麟的入職意向。
我告知對方，楊植麟已決定回中國創業。對方隨即表示，蘋果在北京設有辦公室，如果楊植麟有意向，隨時可以對接。如果他當時希望加入蘋果，不存在任何阻礙。
NBD：您當時是否有勸說他改變決定？
Russ Salakhutdinov：我確實有讓他慎重考慮，重新權衡，因為創業具備極高的風險，和純粹的學術研究截然不同。
但他始終堅持創業的想法，認為可以先嘗試，如果沒有成功，未來依舊可以回歸學界任教。
NBD：假如楊植麟選擇留在美國，加入蘋果、谷歌或者Meta等科技公司，您認為他能否成長為這些公司的高管？
Russ Salakhutdinov：完全有可能。以他扎實全面的技術功底，無論入職中美任何一家頂尖科技企業，都足以成長為一名極其優秀的高層管理者。
他的核心優勢在于能力的全面性，既能深耕底層科研、深度思考問題，又精通代碼編寫、數學推演等技術細節，還具備宏觀視野。
當時，我更希望他深耕學界、留校任教，這或許帶有我的個人主觀傾向。當時應該是2019年左右，ChatGPT尚未問世，AI行業雖已顯現出初步發展趨勢，但遠不及當下。
“他是業內極少兼具頂尖技術能力與創業素養的創始人”
月之暗面日前完成F輪融資，估值漲至350億美元，較去年12月43億美元的估值增長7倍。
NBD：從博士生到明星AI企業創始人，楊植麟最讓你感到意外的特質是什么？
Russ Salakhutdinov：在卡內基梅隆大學期間，楊植麟非常技術化，高度聚焦技術科研。很多技術能力出色的學生，并不會主動想到創業。我自身也在創業，深知創業與學術研究是兩條完全不同的賽道。
楊植麟是業內極少兼具頂尖技術能力與創業素養的創始人。我在蘋果任職期間，深刻體會過這類技術型管理層的優勢。高級副總裁、技術總監均具備扎實的工程背景。
我上一次和他深入溝通，大概是在一年半到兩年前。當時我們重點討論了長上下文和其他一些研究想法。
NBD：目前您門下是否還有中國學生？您認為其中是否會出現如楊植麟一樣的創業者？
Russ Salakhutdinov：從我的實驗室走出去的學生中，不乏創業者。例如，我之前帶的碩士生Jimmy Ba后來成為xAI的聯合創始人之一，另外還有一名學生創辦了一家機器人公司。
有很多優秀學生選擇進入學術界，在麻省理工學院、普林斯頓大學、杜克大學等高校擔任教授。例如，王若松目前就在北京大學擔任助理教授。
我門下有楊植麟這樣的創業人才，也有大量來自北京大學、清華大學“姚班”等的優秀學子，他們都是最頂尖的人才。學生的背景和選擇非常多樣，最終會根據自身追求走向不同的職業道路。
免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前請核實。據此操作，風險自擔。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
