我有一种预感：第二个震惊硅谷的“梁文峰”，已经出现了！
谁能想到，DeepSeek之后，第二个让华尔街集体冒冷汗的中国人，竟然是一个几个月前还被嘲笑“掉队”的90后。


杨植麟是谁？这个问题在7月16日之前，还只是AI圈子里的小范围好奇。但Kimi K3发布之后的72小时里，整个华尔街都在疯狂搜索这个名字。


没有铺天盖地的预热，没有几十场发布会造势，月之暗面直接把模型往桌上一拍——2.8万亿参数，原生多模态，100万token上下文，还要开放模型权重。


硅谷一开始以为，这又是一家中国公司在用"参数大"制造噱头。跑分一出来，笑不出来了。K3冲进全球大模型第一梯队，在前端编程榜单上登顶，部分复杂编程和智能体任务甚至压过了多款美国顶级闭源模型。


发布才几天，用户蜂拥而入，月之暗面一度因为算力承受不住，暂停接受新订阅。不是没人用，是服务器快被挤爆了。更戏剧性的场面发生在资本市场。


K3发布后的首个美股交易日，道指跌超400点，标普500指数跌1.01%，纳指跌1.4%。谷歌、Meta、英伟达、特斯拉集体跌超2%。费城半导体指数较6月高点回撤超过20%，正式跌进熊市。短短72小时，美股AI板块市值合计蒸发约4700亿美元。


这个让华尔街集体冒冷汗的年轻人，几个月前还被不少人嘲笑"掉队了"。2024年初DeepSeek横空出世的时候，杨植麟的Kimi还在打磨阶段，虽然凭借长文本能力收获了一批忠实用户，但舆论场上更多人讨论的是"DeepSeek之后中国AI还有谁能打"。


然后就是将近一年的沉寂，月之暗面极少发声，杨植麟本人也几乎从公众视野里消失。外界开始质疑：这家公司是不是技术路线出了问题？是不是烧钱太快撑不住了？


结果K3一出，所有质疑都被数据碾了过去。2.8万亿参数超越了GPT-4的1.8万亿和DeepSeek-V3的6710亿，是迄今为止公开报道中参数规模最大的稠密模型之一。


原生多模态意味着它从一开始就在底层架构上打通了文本、图像、视频等多种数据模态，而不是"文本模型加个视觉插件"的拼凑路线。


100万token的上下文窗口，可以一口气处理三体三部曲那样体量的长文本。开放模型权重更是直接对标Meta的Llama路线，但参数规模和技术指标上全面领先。


杨植麟的履历也经得起细看。这位90后毕业于清华大学计算机系，博士师从AI领域著名学者，曾在Google Brain实习。


2023年创立月之暗面时团队不过几十人，但他选择了一条更艰难的路——不搞垂直领域小而美的模型，而是直接押注超大参数规模的通用大模型。事后看，这个选择赌对了。


美国科技媒体的反应也很有意思。TechCrunch在报道中坦言"中国AI并没有放慢脚步，反而在加速"。


The Information援引一位硅谷投资人观点称"K3的发布让美国大模型公司意识到，技术领先的时间窗口可能比预想的更短"。a16z合伙人马克·安德森在社交媒体上只发了一句话："他们追上了。"


4700亿美元蒸发，本质上是对"美国AI绝对领先"这一市场叙事的集体修正。过去两年华尔街给美股AI巨头浇了太多预期——只要算力够强、芯片够贵，美国AI就能一直领先。


但K3的发布暴露了一个问题：AI技术本身是高度开放的，算法创新、工程优化、数据训练这些环节，中国团队正在全面追赶甚至局部反超。


杨植麟的出现和Kimi K3的发布，是2026年中国AI行业从"性价比叙事"切换到"技术规模叙事"的标志性节点。


年初DeepSeek冲击波的核心是"用更少的钱做差不多的事"，资本市场还能自我安慰说"这是降本增效，不是技术超越"。但K3在多项核心指标上直接对标甚至超越美国主流闭源模型，这套说辞就站不住了。


另一个值得关注的细节是开放模型权重的策略选择。月之暗面选择了Llama的路线而非OpenAI的闭源模式，意味着全球开发者可以基于K3搭建应用、进行二次开发，一旦生态做起来，其影响力将远超一个单纯的"模型厂商"。


这比参数跑分更具有长期战略价值。对资本市场而言，4700亿美元的蒸发是一次迟到的警示，美国AI板块的估值已包含太多"绝对领先"的溢价，当这个前提被打破，估值必然面临重估。


信源：新浪财经：300亿美元的月之暗面：Kimi K3之后