Video de respuesta más reciente de Moonshot el 21 de julio: Niega de forma clara que Kimi k3 sea una réplica mediante destilación de modelos.
Permítanme resumir de manera sencilla 4 puntos de la respuesta del responsable de negocios de Moonshot, Huang Zhenxin:
1, Niega la destilación
Indica de manera explícita que el salto en el rendimiento de K3 proviene de innovaciones en su arquitectura original subyacente, y no de una réplica por destilación de modelos existentes.
2, Prioridad para los usuarios antiguos,
están resolviendo la falta de capacidad de cómputo.
Sobre el hecho de que en 48 horas de lanzamiento se viera obligado a pausar las suscripciones de nuevos usuarios en el lado C, la respuesta oficial afirma que es para priorizar el cumplimiento del “mínimo” de la experiencia de los usuarios de pago existentes, y que aunque implique renunciar a ingresos adicionales, prefieren proteger la experiencia. Actualmente están ampliando la capacidad de cómputo a toda velocidad.
3, Arquitectura propia
Adopta la tecnología propia de Kimi Linear Tension.
Mecanismo de atención lineal desarrollado por cuenta propia que resuelve la degradación del rendimiento en tareas de ultra larga duración; la ventana de contexto se amplía 10 veces y el costo de entrenamiento solo se incrementa 10 veces de forma proporcional.
4, Mantener la ruta de código abierto
Aclara que “código abierto” y “código cerrado” no están en conflicto. La ruta de código abierto que Kimi mantiene desde K2 no cambiará; la tecnología central subyacente y los artículos se publican al exterior, y el plan de pesos completos del modelo se publicará antes del 27 de julio de 2026.
Mi opinión:
Para China y EE. UU., los modelos grandes no tienen un foso de protección,
ambos países no carecen de las tecnologías y el talento relacionados.
Kimi k3 no está exagerando.
Lo que China necesita ahora es capacidad de cómputo,
y se está poniendo al día para compensarlo.
$NVDAB
#OpenAI模型入侵HuggingFace作弊
Permítanme resumir de manera sencilla 4 puntos de la respuesta del responsable de negocios de Moonshot, Huang Zhenxin:
1, Niega la destilación
Indica de manera explícita que el salto en el rendimiento de K3 proviene de innovaciones en su arquitectura original subyacente, y no de una réplica por destilación de modelos existentes.
2, Prioridad para los usuarios antiguos,
están resolviendo la falta de capacidad de cómputo.
Sobre el hecho de que en 48 horas de lanzamiento se viera obligado a pausar las suscripciones de nuevos usuarios en el lado C, la respuesta oficial afirma que es para priorizar el cumplimiento del “mínimo” de la experiencia de los usuarios de pago existentes, y que aunque implique renunciar a ingresos adicionales, prefieren proteger la experiencia. Actualmente están ampliando la capacidad de cómputo a toda velocidad.
3, Arquitectura propia
Adopta la tecnología propia de Kimi Linear Tension.
Mecanismo de atención lineal desarrollado por cuenta propia que resuelve la degradación del rendimiento en tareas de ultra larga duración; la ventana de contexto se amplía 10 veces y el costo de entrenamiento solo se incrementa 10 veces de forma proporcional.
4, Mantener la ruta de código abierto
Aclara que “código abierto” y “código cerrado” no están en conflicto. La ruta de código abierto que Kimi mantiene desde K2 no cambiará; la tecnología central subyacente y los artículos se publican al exterior, y el plan de pesos completos del modelo se publicará antes del 27 de julio de 2026.
Mi opinión:
Para China y EE. UU., los modelos grandes no tienen un foso de protección,
ambos países no carecen de las tecnologías y el talento relacionados.
Kimi k3 no está exagerando.
Lo que China necesita ahora es capacidad de cómputo,
y se está poniendo al día para compensarlo.
$NVDAB
#OpenAI模型入侵HuggingFace作弊