一个能在一次对话里读完一整本书的聊天机器人，在 2023 年底听起来像是个炫技的小把戏。两年之后，正是这个"长上下文"的念头，成了这位年轻的华人研究者撬开全球大模型竞争的一根杠杆。
这个赛道里的大多数创始人来自产品或金融背景，而杨植麟（月之暗面创始人）是一名从实验室走出来的 researcher。
关键事实
- 杨植麟，1992 年生于广东汕头，在清华大学、卡内基梅隆大学、Google Brain 和 Meta AI Research 的研究生涯之后，于 2023 年 3 月创立月之暗面（Moonshot AI）。
- 公司旗下的 Kimi 智能助手于 2023 年 10 月上线，最突出的能力是单次对话可处理约 20 万中文字。
- 2025 年 7 月，月之暗面发布并开源了 Kimi K2，一个总参数 1 万亿、每 token 激活 320 亿的混合专家（MoE）模型。
- 阿里巴巴在 2024 年 2 月领投了一轮约 10 亿美元融资（估值约 25 亿美元）；腾讯在 2024 年 8 月参与了一轮约 3 亿美元融资（估值约 33 亿美元）。
- 在创立月之暗面之前，杨植麟是 Transformer-XL 和 XLNet 的共同作者，并于 2016 年共同创办了循环智能（Recurrent AI）。
先是一名研究者，再是创始人
杨植麟不是典型的创业公司创始人。他就读于清华大学，2015 年以计算机系第一名毕业，随后在卡内基梅隆大学师从 Ruslan Salakhutdinov 攻读博士，并于 2019 年取得学位——这位导师也参与过现代深度学习背后的诸多工作。求学期间，他以第一作者身份发表了 Transformer-XL，并以共同作者身份参与了 XLNet。这两篇论文与合作者（包括图灵奖得主 Yann LeCun 和 Yoshua Bengio）一起被引用数万次，深刻影响了语言模型处理长序列的方式。
他还曾供职于全球最具影响力的两个 AI 实验室：Google Brain 与 Meta AI Research（FAIR）。2016 年，在月之暗面之前，他共同创办了面向企业的语音与语言公司循环智能。这种"学术深度加一次创业"的组合，在中国大模型创业者的群体中相当少见。
押注"长文本"
当月之暗面在 2023 年 3 月成立时，行业主流观点是聊天机器人在比拼对话质量。杨植麟却推动了一条不同的轴线：长度。2023 年 10 月发布的 Kimi，能一次性吃进约 20 万中文字——足以容纳一本短书、一份长篇合同，或一整年的聊天记录。这是一个刻意为之的选择，服务于那些需要针对密集文档进行推理的学生、研究员和分析师，而不是闲聊。
产品很快走红。用户蜂拥而至，用 Kimi 做长文本的摘要与检索，月之暗面也由此跻身少数能够与百度文心一言以及海外巨头抗衡的中国挑战者之列。但 2025 年初，竞争对手低价模型的出现挤压了月之暗面的位置，公司转而重新发力基础研究。
Kimi K2 与开源转向
2025 年 7 月，月之暗面发布 Kimi K2 并公开了模型权重。根据公司自身的技术说明，K2 是一个混合专家（MoE）模型：总参数 1 万亿，但每个 token 仅激活 320 亿，训练数据量达 15.5 万亿 token。这种设计以规模换取效率——每次请求只点燃网络中较小的一部分，在保持能力的同时压低成本。据官媒科技报道，Nature 网站将这次发布形容为"又一个 DeepSeek 时刻"，K2 也在编程与智能体基准的开源模型榜单上登顶。
开源之举的意义超出了中国国界。它让月之暗面与 DeepSeek、阿里巴巴等一起，成为公开发布宽松许可权重的公司，与美国大多数把最优模型闭源的前沿实验室形成对照。对全球开发者而言，K2 成了一个无需申请许可、即可基于中国开源模型构建智能体与编程工具的选择。
资金与靠山
月之暗面的融资节奏与它的野心相匹配。2024 年 2 月，阿里巴巴领投了一轮约 10 亿美元融资，估值约 25 亿美元，投资方包括红杉中国（HongShan）和小红书。2024 年 8 月，腾讯参与一轮约 3 亿美元融资，将估值推高至约 33 亿美元。投资人名单——阿里巴巴、腾讯、美团投资部门及多家头部风投——折射出中国互联网巨头对大模型之争的重视程度。
为何全球瞩目
杨植麟的路径是观察中国 AI 人才池如何成熟的一个鲜活案例：一位受过一流国际训练、却选择在北京创业的创始人，先交付一款消费级产品，再把一个万亿参数模型免费开放。其结果是一家同时在应用层（Kimi）与基础设施层（开源权重）作战的公司——这种双线战略，全球范围内罕有初创企业能够维持。
普通人现在能做什么
- 用 Kimi K2 的开源权重或 API 做一个"重文档"任务——把一份长篇报告整段粘贴进去，要求它做结构化分析，就能直接体会长上下文的优势。
- 如果你在做智能体开发，别只信头条跑分，而是用你关心的编程基准，把 K2 和一个闭源模型实地比一比。
- 在把产品商业化之前，先关注月之暗面的授权条款——开源权重同样附带使用条件，不能想当然地随意商用。