4月10日的下午时分，中共中央政治局常委，那个身为国务院总理的李强，主持召开了一场经济形势专家以及企业家座谈会，“90后”的杨植麟，是以企业家代表的身份来进行发言的。

在场的代表里，杨植麟是那唯一一位，来自独立大模型企业，这是他半月里头第二次，出现在《新闻联播》之中。

3月28日，杨植麟跑去参加2026中关村论坛年会，之后还出镜了《新闻联播》，并分享了自身感悟。

于4月20日这天，由杨植麟带领的Kimi团队，又一次交出了新的作业，此作业内容为，Kimi发布了最新一代的模型Kimi K2.6，并且在上线的同时就实现了开源。

这才刚过去两个多月的时间，是自从Kimi发布K2.5模型之后的这段时间，在好多大模型基准测试当中，K2.6模型都是保持持平状态或者比GPT - 5.4、Claude Opus 4.6以及Gemini 3.1 Pro等这些闭源模型更出色的情况之下，并且在全球开源模型里面占据了排名第一的位置。

杨植麟在2025年的最后一日，发布了一封内部信，信里写着，接下来公司最为关键的目标是，超越像Anthropic等这样的前沿公司，进而成为全球处于领先地位的AGI公司。

Kimi不断地频繁发布新模型且将其开源，还陆陆续续地公布在MuonClip、Kimi Linear以及Attention Residuals等大模型底层架构方面的技术进展与思考，如此一来，外界就愈发清晰地看到了：这家中的国大模型创业公司，正在凭借底层技术前去重构以及开源生态，从而加速朝着AGI的终极目标逼近。

国产开源大模型，正成为全球AI新标准

跟之前的上一代模型K2.5相比较而言，Kimi最近刚刚上线的K2.6在长程任务执行方面，以及Agent集群等诸多能力之上，展现出了大幅度的跃迁。

K2.6被视作是Kimi“到目前为止最强的代码模型”，在测试期间能够持续不间断地编码13个小时，编写或者修改超过4000行代码，在Kimi内部进行评测时，K2.6的成绩相较于K2.5提高了大约20%；在Agent集群能力方面，K2.6能够支持300个子Agent并行去完成4000个协作步骤，不但数量上比K2.5增长了好几倍，任务完成的程度以及交付的质量也有明显的提升。

这表明，Kimi仅仅花费了不到三个月的时间，就在通用Agent这种模型关键能力方面获得了全面提升，同时在代码以及视觉理解这些方面的模型关键能力上也得到了全面提升，并且还迅速地登上了全球开源模型首位的位置，占据了那个宝座。

在2026中关村论坛的演讲里，杨植麟讲了，Kimi所搞的诸多技术创新，是能够被任何一个人获取到的，之后大家就可不可以由此去塑造出一个生态系统，进而一道去促使AI领域的往前发展，“开源赋予每一家企业、每一位研究者、每一名终端的用户能够以极低的门槛获取智能，则这是一件相当关键的事情。”。

全球范围内，开源路线促使以Kimi为代表的国产大模型加快普及应用，进而获取更大的全球影响力。美国麻省理工学院和开源平台“抱抱脸”去年11月发布一份联合报告，该报告表明，过去一年，中国研发的开源模型，在全球总下载量中的占比达17.1%，此占比超过了美国的15.8%，于全球排名第一。

源自中国的人工智能开源生态，此刻正着手重塑全球创新体系，像杨植麟所讲的那样，诸多以Kimi为代表的开源模型，于全世界所有模型厂商的评测活动里被当作一种标准，还变成诸多研究机构的研究样本。

新技术直击AI底层架构，引发硅谷热议

Kimi的进化逻辑，被杨植麟归纳成了三个维度的共振，即Token效率、长上下文以及智能体集群（Agent Swarms）。按照这样的逻辑，在大模型底层架构层面，Kimi团队通过技术重构的办法，去探索提高模型训练效率和能力的可能性。

3月18日，英伟达GTC大会，被称作“AI春晚”，于该会上，杨植麟获邀进行演讲，并且，他还是主会分享嘉宾里，唯一一位专注基础大模型的创业公司代表。

在这场有全球顶尖 AI 创业者、学者聚集的“盛会”里，杨植麟首次有系统地披露了 Kimi K2.5 模型背后的技术路线图，还把焦点对准了大模型中被沿用多年的底层架构。他觉得，要促使大模型智能上限不断突破，就得对优化器、注意力机制以及残差连接等底层基石予以重构。而 Kimi 正是凭借对上述底层架构加以重构的方式，逐步打破模型 Scaling 的瓶颈，使得模型在更短时间内变得更“聪明”且更好用。

处于杨植麟进行演讲的两天之前的时候，Kimi发布了一篇题名为《Attention Residuals》也就是注意力残差的技术报告，迅速地受到了硅谷AI专家以及企业家的关注。

马斯克于社交媒体之上转发了有关Kimi这一报告的推文，并且声称：“Kimi此项工作着实令人印象深刻”；OpenAI前研究副总裁、o1系列推理模型主要发明者Jerry Tworek表明，Kimi的这一技术突破意味着“深度学习2.0”的来临，他觉得这种创新会在未来的AI发展里起到至关重要的作用。

OpenAI曾有的联合创始人Andrej Karpathy觉得，Kimi团队所进行的创新，不只是针对现有的深度学习架构作出了挑战，并且还促使注意力机制在大规模模型里有了更进一步的运用。

从追赶到并跑，国产大模型重构AI生态

过去两年间，国产大模型技术取得了突飞猛进的进展，先是从追赶GPT开始，而后在全球大模型榜单中，部分性能实现了登顶，接着先从大语言模型的能力方面不断攀升，随后多模态模型也逐渐走向成熟，最终达成了商业化落地。

因为技术方面有开创性的进展，在全球大模型竞赛里，我国出现了一批自研大模型，这些自研大模型能够和世界顶尖大模型相媲美，变成了全球AI创新中不能被忽视的新变量。

同样值得予以关注的是，AI大模型能力出现了跃升，其正在反过来对我国整个的AI生态起到反哺作用，带动国产芯片、算力等一同协同向前深入发展，推动国产AI朝着自主可控的方向不断推进。

日前，Kimi发布了最新论文《Prefill-as-a-Service》，这项研究化解了大模型推理里预填充阶段以及解码阶段在不同芯片之上分别运行的难题，这有望促使异构计算规模化实现落地；另外，该报告明确指出，来自谷歌、华为以及阿里平头哥等诸多种类的芯片，能够在实际中被用于大语言模型推理，这不单可以延长旧款芯片的生命周期，同时还能够降低大模型整体的运行成本，为国产芯片参与到大模型推理提供了契机。

从长远的视角来看，在大模型的能力持续不断进而突破上限的这种情况下，人工智能对千百行业进行赋能就得以成为当下最为关键重要的事情。“十五五”规划建议清晰明确地提出来，要全面去实施“人工智能+”这样的行动，凭借人工智能来引领科研范式发生变革，从而抢占人工智能产业应用的那种处于领先位置的尖端高点。

不能否认的是，在把AI能力转变为生产力的下一个阶段，以Kimi作为代表的大模型创业公司还会持续提供关键技术支持，带来具有颠覆性的创新成果，使人工智能不断突破界限，在更多场景达成规模化应用。