2023年底，一个能一口气读完一整本书的聊天机器人听起来像噱头。两年后，"长文本"这个想法，成了这位年轻中国研究者撬开全球大模型（大模型）竞争的支点。这个赛道里，多数创始人来自产品或金融背景，杨植麟（Yang Zhilin）却是从实验室走出来的人。
从研究者到创业者
杨植麟1992年出生于广东汕头。他本科就读清华大学计算机系，2015年以年级第一的成绩毕业；随后赴卡内基梅隆大学（CMU）攻读博士，2019年在苹果首任AI研究负责人Ruslan Salakhutdinov指导下获得学位。求学期间，他以第一作者身份发表Transformer-XL，并参与XLNet的研究，合作者中包括图灵奖得主Yann LeCun与Yoshua Bengio。这些论文被引用数万次，也奠定了他在长序列建模上的积累。
在进入创业之前，他曾在Google Brain与Meta AI Research（FAIR）工作，并于2016年联合创办企业级语音与语言公司循环智能（Recurrent AI）。这种"学术深度加一次创业"的组合，在中国大模型创业者中并不多见。
长文本这一赌注
月之暗面（Moonshot AI）成立于2023年3月。当时行业共识是聊天机器人比拼对话质量，杨植麟却押注另一个维度：长度。2023年10月推出的Kimi，单次可处理约20万汉字，足够读下一本短书、一份长合同或一年的聊天记录。这是一个刻意为学生、研究者和分析师设计的选择——他们要对密集文档做推理，而不是闲聊。产品很快走红，用户用Kimi做长文总结与检索，公司也成为百度文心一言与海外巨头之外为数不多的中国挑战者之一。
Kimi K2与开源转向
2025年7月，月之暗面发布并开源Kimi K2。据公司技术说明，K2采用混合专家（Mixture-of-Experts, MoE）架构：总参数1万亿，每令牌仅激活320亿，在15.5万亿令牌上完成训练。这种设计用规模换效率——每次请求只点燃网络中一小部分，在控制成本的同时保留能力。据国资科技媒体报道，《自然》网站称此次发布为"又一个DeepSeek时刻"，K2也在代码与智能体（Agent）基准上登顶开源模型榜单。这一开源动作的意义超出中国本土：月之暗面与DeepSeek、阿里等一同放出可商用授权的权重，与多数封闭前沿实验室形成对照。对全球开发者而言，K2成为无需申请许可、即可在其上构建智能体与编程工具的中国开源模型。
开源之后，K2在Hugging Face上的下载量迅速超过19.5万次，并在全球最大大模型API聚合站OpenRouter的趋势榜登顶，一周付费调用量超过5750亿令牌——这说明它的采用并不局限于中文开发者，而是进入了全球工程圈。
资金与背书
月之暗面的融资节奏与野心匹配。2024年2月，阿里巴巴领投约10亿美元（约合78亿港元）融资，估值约25亿美元，投资方包括红杉中国（HongShan）与小红书；2024年8月，腾讯参投约3亿美元（约合23亿港元）轮次，估值升至约33亿美元。阿里、腾讯、美团投资板块与主流创投基金的阵容，折射出中国互联网巨头对大模型竞赛的重视。
全球意义
杨植麟的路径是中国AI人才成熟的一个样本：一位具备国际一流训练的研究者，选择在北京创业、推出消费产品，再把万亿参数模型开源。其结果是公司同时在应用层（Kimi）与基础设施层（开放权重）竞争——这种双线策略，全球少见。
诚实的局限
本稿依赖公司声明、国资科技媒体报道与二手人物资料，未对K2的基准声明做独立复测，而模型会持续更新。融资数字取自2024年广泛报道的轮次，未必覆盖后续更少文档的融资。出生年份与早期教育来自中文人物词条与公司背书资料，各源存在细微出入。文中已剔除未经证实的法律争议与市场传言。
普通人现在能做什么
- 用Kimi K2的开源权重或API处理一份长文档，比如粘贴年报让其产出结构化分析，直接体验长文本优势。
- 如果你在做智能体，拿K2和某个闭源模型在你关心的编程基准上对比，别只信标题分数。
- 商用前务必看清月之暗面的授权条款：开源权重同样带有使用条件。