kimi k3的发布，被硅谷ai圈称为“deepseek 2.0”级别的里程碑事件。
卡内基梅隆大学计算机科学教授、前苹果AI研究负责人Russ Salakhutdinov在X平台发布祝贺动态后，在美国科技界引发热议：
像杨植麟这样顶尖的AI人才，为何没有选择留在美国发展？
而Russ Salakhutdinov，正是月之暗面创始人杨植麟的博士导师。
8月1日，Russ Salakhutdinov接受了《每日经济新闻》记者（以下简称NBD）独家专访。他透露：杨植麟的博士论文已被引用超2万次；以他的学术水准，本可顺利进入世界顶级高校从事博士后研究，继而走上终身教职道路——但他却果断拒绝了苹果递来的高级职位邀约，坚定选择回国创业。“他曾对我说：如果不去尝试创业，人生一定会留下遗憾。”
不过对于Kimi K3的实际能力，Russ Salakhutdinov持审慎态度：“行业还需更多真实场景落地，才能客观评估它与其他主流模型的真实差距。”但他高度认可Kimi的开源策略：“我不愿看到未来AI生态彻底走向闭源。”
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Russ Salakhutdinov 图片来源：受访者X账号
谈Kimi K3：“一个开源模型日益丰富的世界，才是更健康的世界”
7月27日晚，月之暗面正式在Hugging Face全球开源社区上线Kimi K3完整模型权重，并同步公开详尽技术白皮书。
Hugging Face CEO Clem Delangue发文称，Kimi K3上线仅30分钟即获超4000个点赞，跃居平台趋势榜首位，创下该平台有史以来最快热度攀升纪录。
尽管Kimi K3在海外迅速破圈，但从全球大模型实际调用量来看，其仍面临国内多款开源模型的激烈竞争。据OpenRouter最新统计（7月27日—8月2日，即开源首周），Kimi K3调用量达1.42万亿Token，环比增长16%，位列全球AI大模型周调用量第十名。排名前五的均为中国本土模型：DeepSeek-V4-Flash、小米MiMo-V2.5、腾讯Hy3、DeepSeek-V4-Pro与智谱GLM-5.2。
NBD：您认为Kimi K3相较于当前主流顶尖模型，最突出的差异化优势是什么？
Russ Salakhutdinov：其最大亮点在于开放全部模型权重。目前测试结果虽具参考价值，但要真正厘清它与各团队前沿模型之间的性能边界，仍需大量实际应用验证与横向对比。
但我确信，Kimi K3是当前少数能跻身国际第一梯队的开源模型之一。如今已有若干开源模型在多项关键指标上逼近甚至媲美顶级闭源模型，这一进展来之不易。
当然，现在下定论尚早。模型发布后，全球开发者将持续对其进行微调、蒸馏与工程优化，性能仍有上升空间。
我预判，未来美国、中国、印度、日本等地的实验室将密集推出更高智能水平的AI模型。不同模型间的比拼，将逐步从“能否做到”，转向“做得多快、多准、多省”。
NBD：您如何看待当前美国科技界围绕开源与闭源的持续争论？
Russ Salakhutdinov：我始终坚定支持开源理念。开源社区对AI演进起到了不可替代的推动作用。
在卡内基梅隆大学，我们长期基于谷歌Gemma、Meta Llama等开源模型开展教学与科研，其开放性极大加速了我们的实验进程与理论突破。
倘若所有主流模型均采用封闭策略，研究人员无法访问底层结构与训练逻辑，既难开展系统性机理研究，也难以在其基础上进行迭代创新。
因此，我由衷欢迎越来越多模型选择开放权重。需要说明的是，“开源”与“开放权重”虽不完全等同，但二者核心精神一致——让模型真正成为公共知识资产，而非少数企业的私有壁垒。
我认为，一个开源模型数量持续增长的世界，才是真正可持续、更具活力的世界。
当然，业界对安全边界、内容过滤机制及潜在滥用风险的关切是现实且必要的。例如恶意行为者可能利用模型发起新型攻击，这就要求我们同步加强AI安全研究，构建更鲁棒的防护体系。我绝不希望AI行业最终滑向全面闭源。
NBD：您个人对AGI实现时间表有何判断？
Russ Salakhutdinov：我持相对保守立场。回溯2015—2016年，自动驾驶曾被普遍预测“两年内落地”，但技术演进往往呈现“前快后慢”的特征：从0%到80%进展迅猛，从80%到90%仍可加速，而从90%迈向99%则需跨越多重物理与认知鸿沟。
当前AI已在编程辅助、文案生成、工具调用等任务中展现出类AGI级效率，但严格定义下的通用人工智能，不仅涵盖多模态生成能力，更需具备在真实物理环境中感知、决策与执行的综合智能。在这些维度上，我们仍处于早期探索阶段。
“杨植麟或许是当时CMU计算机系最具潜力的博士生之一”
杨植麟1992年出生于广东汕头。2011年考入清华大学热能工程系，大二转入计算机科学与技术专业，2015年以专业第一成绩毕业。
随后赴美就读卡内基梅隆大学（CMU）计算机博士项目，师从时任苹果首任AI主管Russ Salakhutdinov及前谷歌首席科学家William Cohen。CMU计算机博士平均学制六年，而他仅用四年便完成全部学业。
求学期间，他先后在谷歌大脑与Meta实习，并作为核心成员参与Transformer-XL与XLNet两大开创性架构的研发。
NBD：杨植麟博士阶段的研究积累，为其后来创立月之暗面并打造Kimi系列模型奠定了哪些关键基础？
Russ Salakhutdinov：他在CMU期间始终深耕自然语言处理，研究覆盖语言理解、序列建模、情感识别等多个方向，但始终锚定Transformer及其衍生架构这一主线。
早期大语言模型的爆发式发展，本质上源于Transformer结构的规模化延展——这恰恰是他博士课题的核心脉络。
他与谷歌合作研发的XLNet、Transformer-XL等模型，目标正是实现对海量文本的高效无监督预训练。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
ChatGPT横空出世后，他敏锐意识到：自己长期攻坚的技术路径，已具备极强的商业化落地潜力。
NBD：您对杨植麟最深刻的印象是什么？
Russ Salakhutdinov：多数博士生入学前已拥有硕士学历或产业经验，而杨植麟刚从清华本科毕业便直接进入CMU课题组，年龄明显偏小。他仅用四年完成通常需六年以上的博士培养周期，堪称当时CMU计算机系最具潜力的学生之一。
其学术影响力同样惊人：Transformer-XL与XLNet两篇代表作，引用量均已突破2万次——对在读博士而言，这是极为罕见的成就。
NBD：您师从杰弗里·辛顿，杨植麟又师从于您，这种三代传承是否体现某种学术基因延续？
Russ Salakhutdinov：辛顿虽未专攻NLP，但毕生致力于神经网络基础理论与优化方法研究；我完整继承了这一范式，职业生涯始终聚焦深度学习与神经网络架构创新。我也希望这种追求本质、重视基础的科研精神，能传递给下一代。
但每位学生终将依循内心所向选择方向，导师的责任是帮助他们发现真正热爱的领域。杨植麟自始至终专注语言模型，对架构设计、训练机制、长程依赖等核心问题有着近乎本能的执着。
杨植麟婉拒苹果：“若不亲手创业一次，余生必有缺憾”
杨植麟的创业历程始于2016年，联合创办AI企业服务公司循环智能（Recurrent.AI）。2020年，该公司获得红杉中国领投的1200万美元融资，并与华为云合作开发盘古大模型。
2023年，他再度出发，携手周昕宇等人创立月之暗面。
NBD：多数顶尖博士毕业后倾向进入高校或头部科技公司。杨植麟当时的职业心态是怎样的？
Russ Salakhutdinov：他从未参与传统求职流程。博士在读期间，已与伙伴启动循环智能项目。他明确希望回国持续推进创业实践。
他曾坦诚告诉我：“若不亲自创业一次，未来一定会抱憾终身。”说实话，我当时颇为意外。
以他的学术履历，完全可优先进入斯坦福、MIT等名校担任博士后，再晋升为终身教授——但他更渴望亲手构建一家技术驱动型公司。
NBD：苹果当时是否向他发出过正式邀请？
Russ Salakhutdinov：他与谷歌合作发布的XLNet论文刷新多项SOTA指标。论文发布时，我正任职苹果AI部门。一位高管主动联系我，询问杨植麟是否有加入意向。
我如实告知对方：他已决定回国创业。对方随即表示，苹果在北京设有研发中心，欢迎随时对接；若他有意加入，入职流程将全程绿灯。
NBD：您当时是否尝试劝阻？
Russ Salakhutdinov：我确实建议他慎重权衡——创业风险远高于学术路径，不确定性极高。
但他态度坚决，认为可以先试水创业，即便未达预期，未来重返学界亦非难事。
NBD：假如他当年选择留在美国，加入苹果、谷歌或Meta，您认为他能否成长为这些公司的技术高管？
Russ Salakhutdinov：答案是肯定的。他具备跨层级的复合能力：既能沉潜底层算法研究，又能驾驭工程实现与数学推演，还拥有清晰的战略视野。
我个人更倾向他留在学术界任教，这或许带有我的主观偏好。那大约是2019年前后，ChatGPT尚未问世，AI虽已萌芽，但远未形成今日这般燎原之势。
“他是极少数同时精通尖端技术与商业落地的创业者”
月之暗面近期完成F轮融资，估值飙升至350亿美元，较去年12月43亿美元估值暴涨近7倍。
NBD：从博士生到现象级AI公司创始人，杨植麟身上最让您感到惊喜的特质是什么？
Russ Salakhutdinov：在CMU期间，他极度技术导向，几乎全部精力都投入科研。许多技术天才并不天然具备创业意识，而我本人也经历过创业，深知学术与创业是两条逻辑迥异的发展轨道。
杨植麟却是业内罕见的同时具备顶尖技术功底与成熟商业嗅觉的创始人。我在苹果任职时，深切体会到技术出身的高管对产品力与组织力的双重塑造价值——如高级副总裁、CTO等岗位，无一例外拥有扎实工程背景。
我上一次与他深入交流，大约在一年半至两年前，话题聚焦于长上下文建模及其他前沿研究构想。
NBD：您目前指导的学生中，是否有中国籍学子？其中是否可能出现下一个杨植麟？
Russ Salakhutdinov：从我实验室走出的学生中，创业者不在少数。比如前硕士生Jimmy Ba现为xAI联合创始人；另有一位学生创办了专注具身智能的机器人公司。
也有大量优秀毕业生选择学术道路，在MIT、普林斯顿、杜克等校担任教职。例如王若松现任北京大学助理教授。
我门下既有杨植麟这样的创业型人才，也汇聚了来自北大、清华“姚班”等顶尖项目的青年学者，他们都是同龄人中的佼佼者。背景多元、志向各异，最终都会依据自身理想走向不同的人生赛道。
免责声明 ：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
本文来自微信公众号“每日经济新闻”，作者：岳楚鹏，36氪经授权发布。
