月之暗面创始人杨植麟首度披露 Kimi 技术路线：押注 Token 效率、长上下文及 Agent 集群

3 月 18 日消息，在英伟达 GTC 2026 大会上，月之暗面 Kimi 创始人杨植麟发表公开演讲，首次系统性地披露了今年 1 月底发布的 Kimi K2.5 模型背后的技术路线图。

杨植麟在演讲中提出，要推动大模型智能上限的持续突破，必须从底层架构入手，对优化器、注意力机制及残差连接等核心技术进行重构。他将 Kimi 的进化逻辑归纳为三个维度的协同推进：Token 效率、长上下文以及智能体集群。

杨植麟认为，当前的 Scaling 已不再是单纯的资源堆砌，而是要在计算效率、长程记忆和自动化协作上同时寻找规模效应。

他表示，如果能够将这三个维度的技术增益相乘，模型将表现出远超现状的智能水平。在谈及未来智能形态时，杨植麟判断，智能的发展方向将从单智能体向动态生成的集群进化。

参考此前报道，月之暗面今年 1 月宣布推出并开源了其最新的 Kimi K2.5 模型，在 Agent、代码、图像、视频及一系列通用智能任务上取得开源 state-of-the-art 表现；同时也是 Kimi 迄今最全能的模型，采用了原生的多模态架构设计，同时支持视觉与文本输入、思考与非思考模式、对话与 Agent 任务。