月之暗面Kimi K3正式开源：2.8万亿参数模型权重与Infra技术全公开

【新闻原文】 2026年7月27日晚，国产AI独角兽月之暗面（Moonshot AI）正式发布Kimi K3的模型权重、技术报告，并开源支撑Kimi K3模型训练的关键基础设施技术：MoonEP、FlashKDA和AgentEnv。《人民日报》7月29日第12版对此进行了专题报道。 Kimi K3是一个拥有2.8万亿参数的混合专家（MoE）模型，具备原生视觉理解能力，并支持100万token的超长上下文窗口。月之暗面表示，现在每个人都可以下载并部署Kimi K3模型，无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。 在训练过程中，月之暗面使用了自主研发的底层模型架构，并积累形成了一整套科学的模型训练方法。其中两大核心技术尤为关键：KDA混合线性注意力机制解决了超长文本的高效计算问题；注意力残差技术改进了信息在不同网络层之间的传递和复用方式，为2.8万亿参数的巨型模型加装了"稳定器"。 月之暗面创始人兼首席执行官杨植麟表示，从部分性能在全球大模型榜单登顶，到多模态模型能力攀升，再到单个智能体衍生出智能体集群，中国大模型的发展壮大不仅体现在数量上，更体现在质量、应用深度和全球影响力等多方面。北京中关村学院院长刘铁岩认为，一批中国开源大模型从"单点亮相"走向"群体突破"，为世界人工智能发展提供了新方案、新路径。 来源：人民日报/界面新闻/每日经济新闻/科创板日报 【企服观察】 月之暗面Kimi K3的正式开源，不仅仅是一次模型发布，更是中国AI产业从"追赶者"向"规则制定者"转变的标志性事件。以下几点值得企服行业深入思考。 第一，2.8万亿参数的开源模型在全球范围内具有里程碑意义。Kimi K3不仅是全球参数规模最大的开源模型，更关键的是月之暗面将支撑其训练的三大基础设施技术全部开源。这意味着企服企业不再需要从零构建大规模AI训练的基础设施，可以直接复用全球最前沿的训练框架。对于资金和技术储备有限的中小企业来说，这无疑是一次AI能力的"普惠化"进程。 第二，开源策略背后是月之暗面的生态野心。从技术战略来看，开源是月之暗面构建生态壁垒的重要选择。依托开源形成丰富的衍生应用生态，反过来巩固Kimi原生产品的市场影响力，形成API商业化与开源生态相互赋能的闭环。对于企服SaaS企业，这一策略提供了一个重要的商业模式参考：核心能力开源吸引开发者生态，增值服务实现商业化，可能是AI时代最有效的市场扩张路径。 第三，《人民日报》专题报道Kimi K3开源的意义不容低估。这是国家级媒体对中国开源AI技术突破的明确背书。结合此前工信部多次公开支持开源AI生态的表态，可以预见政策层面将加大对开源AI基础设施的支持力度。企服企业在进行AI技术选型时，选择与国产开源大模型深度绑定，将获得政策支持和技术迭代双重红利。 第四，KDA混合线性注意力机制和注意力残差技术两项自研架构突破，表明中国大模型的竞争已经进入深水区。单纯堆参数规模的时代正在过去，基础架构创新和原创算法突破才是长期竞争力的核心。对于企服企业，这意味着在评估AI技术供应商时，应更关注其底层技术能力而非表面的参数数字。 第五，100万token的超长上下文窗口支持，为企服场景的AI应用打开了全新空间。企业文档分析、合同审查、代码库理解、历史数据分析等需要处理长文本的场景，将因Kimi K3的开源而获得质的飞跃。建议企服产品团队尽快评估在自身产品中集成Kimi K3的可行性，尤其是在法律、金融、审计等长文本密集型行业。 总体而言，Kimi K3的开源是中国AI产业发展的一个重要坐标。对于企服行业，这既是技术红利，也是竞争压力——谁能率先将开源大模型与垂直场景深度结合，谁就能在下一阶段的AI企服竞赛中占据先机。