上周，MoonshotAI 发布了 Kimi K2，并宣布其完全开源且允许商用。在发布24小时内，社区已经完成了MLX移植、4-bit量化等多项适配工作。许多国外社区成员都将Kimi K2称作“另一个DeepSeek R1时刻”。

与此同时，业界知名教授 Sebastian Raschka 也分析了 Kimi K2 的架构，认为其与 DeepSeek V3 基本一致。围绕Kimi K2的架构、训练和能力，社区讨论非常热烈。

本文尝试以第三方视角，梳理Kimi开发者公开的技术思考、社区主要疑问及模型配置信息，串联起Kimi K2背后的技术决策脉络，并探讨从他们视角对大模型创业的理解。

1、Kimi K2 与 DeepSeek V3 有何关系：架构完全继承，权重重新训练

社区议论最多的是Kimi K2在模型架构上与 DeepSeek V3 的高度相似，甚至被认为几乎是直接继承。那么，Kimi K2是否在 DeepSeek V3 基础上继续训练得到的？

Kimi 团队在社交平台上已经给出明确答复：Kimi K2的架构确实完全继承自 DeepSeek V3。他们团队曾尝试多种不同于DeepSeek V3的MoE/Dense结构变种，但始终没有任何设计在 loss 上显著超过 DeepSeek V3。为了在已经面临优化器和大规模参数这两大变量下避免引入更多不确定性，团队选择了一个务实的策略：完全继承DeepSeek V3的底层架构。

不过，Kimi团队基于训练资源有限，希望进一步提升训练效率和模型表现，因此在 DeepSeek V3 架构下对若干关键参数进行了优化调整：

• 专家数量（num_experts）由256提升至384
• Attention Head 数从128降至64
• 前置 Dense 层数由 3 降至 1
• MoE Router 简化，采用单组（n_group = 1）

一句话总结：用 1.5× 的总参数量换来 1.5× 的稀疏度收益，并通过减少 attention heads 和 dense 层数降低推理成本，最终实现相同 EP 配置下理论速度持平甚至略优的表现。

2、社区关心：是否基于 DSv3 权重热启？

答案是否定的。

Kimi K2 在结构上与 DeepSeek V3 存在一定差异，无法直接加载其权重。因此，Kimi 团队采用了完全随机初始化，并通过 Moonshot 自研的 Muon 优化器和内部 14T token 语料进行重新训练。从公开的训练曲线看，模型在 300B token 时 loss 已经低于同期 DeepSeek V3，说明 Muon 优化器和更高稀疏度方案带来的优势足以抵消重训的成本。

3、工具调用能力的实现：从“教会”到“激发”

受 MCP（Model Calling Plugin） 等理念推动，团队曾尝试让 Kimi（K1.5）通过强化学习对接真实第三方工具（如Blender、Notion）。即让模型在真实环境下学习工具调用，通过奖惩信号训练模型分辨正确与错误的调用。

但直接集成真实工具进行 end-to-end 强化学习过于复杂且不可扩展，主要障碍包括：

• 环境部署复杂： 在 RL 训练环境部署真实工具非常困难、易崩溃。
• 身份与权限障碍： 如 Notion 需要真实登录，难以自动化批量模拟。

因此团队转变了思路。大规模开源代码库和 API 文档作为预训练数据，已经让模型内化了各类“如何调用工具”的知识。模型实际需要的，是如何将这种知识“调动出来”，而非再“教会新技能”。

Kimi 团队设计了“合成工具定义”（Tool Spec Generation）：利用模型的创造力合成大量多样化的工具接口描述，并围绕这些工具自动创造大量用户请求和任务型场景——即完全用生成式自对话的方式合成模型训练所需的数据。这样，模型在“定义工具→生成需求→调用工具→反馈结果→优化输出”的连续流程中自我博弈，极大丰富了工具调用相关的数据和推理路径。

这个方法实质性地提升了Kimi K2的工具调用表现，且大大降低了工程复杂度和维护难度。不过值得指出的是，作者也承认目前预训练数据尚难覆盖某些隐性经验（如物理操作手感、情境直觉等），这些有待未来模型进一步突破。

4、大模型交互范式：从 Chat First 到 Artifact First

Kimi团队任务从Claude 3.5开始，AI写前端变得实用，但传统AI都是输出Markdown的ChatBot。功能局限于问答、写作等基础场景，无法满足用户对可视化交付物（如排版、图表）的需求。因此，Kimi团队认为大模型正在从chat-first转为artifact-first，即AI生成前端应用作为交付物，用户围绕这个结果进行修改。

解释一下，这是一种全新的交互范式。用户输入需求，AI 理解后，首要目标不是输出文本对话，而是直接创建并交付一个具体的、可交互的数字“工件”或“制品” (Artifact)。这个 Artifact 通常是一个轻量级的、即时生成的网页应用（如 PPT、流程图、数据可视化图表、简单游戏、表单等）。后续的交互（追问、修改、迭代）都围绕这个已生成的 Artifact 进行。

从将 AI 视为“对话对象”转变为“创造伙伴”。用户的目标不是得到一段对话回复，而是共同协作产生一个有用的、可视化的数字成果。这可能是未来AI的方向！

5、开源不是简单丢出权重，标准化复现是底线

Kimi K2团队坦率承认，开源能带来巨大的关注度、讨论度和技术声誉。在竞争激烈的大模型领域，开源是快速建立影响力和技术公信力的有效手段。闭源服务（如 Grok 4）即使技术优秀，也可能因缺乏透明度和可验证性而承受不必要的苛责。开源让 K2 的硬实力直接暴露在阳光下接受检验。

然而，开源不是简单的开放预训练权重，一旦开源模型权重，就意味着一个硬性标准：任何第三方开发者，在获得相同的权重文件后，必须能够通过相对标准化的流程（如 Hugging Face transformers 库 + 标准Prompt），复现出接近官方演示的效果。这个“复现死线”彻底封死了走“工程粉饰”捷径的可能性。

在闭源服务模式下，开发者有极大的诱惑和便利去使用各种 “黑箱技巧” (hacks/workarounds) 来提升用户体验，掩盖模型本身的缺陷或能力的边界。作者点名批评了行业传闻中的做法：

• “数十个模型 + 数百种场景分类 + 数不清的workflow”： 针对不同入口、不同任务类型，调用不同的、可能更小的、专门优化的模型，再通过复杂的工程 pipeline 拼接结果。

• “美其名曰 MoE”： 将这种工程堆砌包装成“混合专家模型”(MoE) 的概念，混淆视听。

emmm，这家公司是谁呢？

这种“粉饰”的代价也很明显：

• 阻碍技术进步： 依赖工程 trick 解决问题，会让团队丧失打磨核心模型通用能力的动力。模型本身的上限被“粉饰”掩盖，真正的瓶颈难以暴露和突破。

• 走向平庸： 这种做法追求的是特定场景下的用户体验优化 (Application First / UX First)，而非模型本身智能的通用性 (Generality) 和上限 (Ceiling)。对于以 AGI 为目标的公司，这是战略迷失。

• 不可持续： 复杂的工程堆砌维护成本极高，且难以与拥有庞大工程团队和精细化运营能力的大厂竞争 (“拼不过每个按钮都有个PM雕花的大厂们”)。

6、AGI公司的重心：以模型能力为本，拒绝“应用优先”诱惑

Kimi自年初以来也面临巨大压力。高昂的训练投入让很多投资者建议初创企业转型做应用（如Agent开发），但DeepSeek的成功证明了硬实力才是最有效的推广。

Kimi团队批评了行业中只看短期ROI、强调应用闭环（如某些以投资人身份主导的公司，如李开复的零一万物）的做法。这类策略不可避免地削弱了基础模型能力的投入，追求短期回报与基础突破存在根本矛盾。

年初反思后，Kimi团队大胆决策：停更K1系列、集中推进K2基础算法，不再依赖流量推广。“绝大多数Agent产品，失去Claude等顶尖大模型后什么也不是”，说明唯有核心模型能力才构成真正壁垒。DeepSeek-R1等开源项目的壮大，再次验证了模型“硬实力为王”。Kimi停止投流后一度遭遇应用市场打压，但凭借K2的实力，如今在OpenRouter token份额已超越Grok，再次证明好模型自己会带来流量。

Kimi K2总结

Kimi K2作为开源社区极具影响力的代表，其出现再次证明：模型自身能力，才是大模型公司的核心硬实力。未来，AI公司唯有持续提升模型本身，方能把握真正的发展机遇。

关于Kimi K2更多信息参考：https://www.datalearner.com/ai-models/pretrained-models/kimi-k2-0711-base-preview