Kimi K3的发布，无疑在硅谷的AI领域掀起了一场不小的波澜，被业界视为“DeepSeek 2.0”级别的重大事件。

卡内基梅隆大学计算机科学领域的权威教授、前苹果公司AI部门的领航者Russ Salakhutdinov，在社交媒体X上发布了一条祝贺信息，却意外地在美国引发了一场关于人才流动的热烈讨论：

为何像杨植麟这样的杰出人才，没有选择留在美国发展？

值得一提的是，Russ Salakhutdinov正是月之暗面创始人杨植麟在博士阶段的导师。

8月1日，Russ Salakhutdinov接受了《徽声在线》记者的独家专访。他透露，杨植麟的博士论文在学术界引起了广泛关注，被引用了高达2万次。以他的研究实力，本可以轻松进入顶尖学府进行博士后研究，并最终成为高校教授。然而，杨植麟却有着更为远大的抱负，他渴望创办自己的公司，甚至毅然决然地拒绝了苹果公司的橄榄枝，选择回国创业。他曾向导师坦言，如果不尝试创业，自己的人生将会留下遗憾。

对于Kimi K3的实际能力，Russ Salakhutdinov认为，目前还需要更多的实际应用来验证其与其他模型的真正差距。但他对Kimi的开源路线表示了高度赞赏，认为“不希望未来行业完全走向闭源，开源是推动行业进步的重要力量”。

谈Kimi K3：“开源模型越多，世界将越美好”

7月27日晚，月之暗面在全球知名的开源社区Hugging Face上正式发布了Kimi K3的完整模型权重，并同步公开了详细的技术报告。

Hugging Face的CEO Clem Delangue发文称，Kimi K3在发布后的30分钟内就收获了超过4000个赞，迅速登顶趋势榜，创造了迄今为止最快的发布增长速度纪录。

尽管Kimi K3在海外引起了广泛关注，但从全球AI大模型的调用量来看，它仍然面临着来自国内众多开源模型的激烈竞争。据OpenRouter的最新数据显示，在正式开源的首周（7月27日至8月2日），Kimi K3的调用量为1.42万亿Token，环比上涨16%，但在全球AI大模型周调用量榜单中仅排名第十。而排名前五的均为中国AI大模型，分别是DeepSeek-V4-Flash、小米MiMo-V2.5、腾讯Hy3、DeepSeek-V4-Pro和智谱GLM-5.2。

《徽声在线》：您认为Kimi K3与其他主流顶尖模型相比，有哪些独特之处？

Russ Salakhutdinov：Kimi K3最显著的优势在于其开放权重。从目前的测试结果来看，行业还需要通过更多的实践应用来对比研判该模型与各团队研发模型的真实差距。但我认为，Kimi K3已经是业内较早达到前沿技术水平的开源模型之一。现阶段，已经有多款开源模型的性能能够比肩顶尖的闭源模型，这一突破对于整个行业来说都是非常不易的。

当然，现在下结论还为时过早。模型发布后，行业还会持续对其进行调优和改进，以进一步提升其表现。

我预计，未来美国、中国、印度、日本等多国的实验室将持续推出智能化水平更高的AI模型。不同模型之间的差距将更多地聚焦在运行速度、智能程度以及使用成本上。

《徽声在线》：您如何看待当前美国关于开源和闭源的争论？

Russ Salakhutdinov：我非常支持开源。开源社区为AI行业的发展作出了巨大的贡献。

在卡内基梅隆大学，我们对谷歌Gemma、Meta Llama等模型进行了深入研究，正是依托于它们的开放特性，我们的科研工作才能够得以顺利推进。

如果行业模型全部采用闭源模式，那么科研人员将无法接触到模型的底层内容，既难以开展系统性研究，也无法基于现有模型进行迭代和创新。

因此，我很高兴看到越来越多的模型选择开放权重。需要说明的是，开源与开放权重虽然并不完全等同，但二者的核心价值是一致的，都是为了让更多的从业者和研究者能够获取并使用模型。

我认为，一个拥有越来越多开源模型的世界，将会是一个更加美好的世界。

当然，业界对于安全、护栏机制以及滥用风险的担忧也是合理的。这些问题确实存在，例如不法分子可能会利用模型实施攻击等。因此，我们需要持续深耕模型安全领域，研发完善的安全护栏机制。我不希望未来行业完全走向闭源。

《徽声在线》：您认为AGI（通用人工智能）大概何时会实现？

Russ Salakhutdinov：我对此持比较保守的态度。以自动驾驶汽车为例，2015年至2016年期间，业内普遍预判将在两年内全面落地。但实际上，一项技术从0%迭代到80%、再从80%提升到90%的进程相对较快，但要从90%精进到99%，难度将会大幅攀升。

目前的AI技术在某些方面已经展现出了接近AGI的能力，显著提升了编程、文案创作和工具类工作的效率。但业界定义的真正的AGI，不仅涵盖文本和图像生成能力，还包括在物理世界、真实世界中的行动能力。在这些领域，我们仍然有很长的路要走。

“杨植麟可能是当时卡内基梅隆大学最杰出的学生之一”

杨植麟1992年出生在广东汕头。2011年，他凭借优异的成绩被清华大学热能工程系录取，大二时转入计算机系深造，并于2015年以第一名的成绩顺利毕业。

之后，杨植麟前往美国卡内基梅隆大学攻读博士学位，他的导师是时任苹果首任AI研究负责人的Russ Salakhutdinov和时任谷歌首席科学家的William Cohen。卡内基梅隆大学的计算机博士通常需要读六年，而杨植麟仅用了四年就完成了学业。

在校期间，他曾在谷歌大脑和Meta实习，并作为核心成员参与了Transformer-XL和XLNet两项具有开创性的研究。

《徽声在线》：杨植麟在攻读博士时期，为他后来创办月之暗面并打造出Kimi奠定了哪些基础？

Russ Salakhutdinov：杨植麟在卡内基梅隆大学求学期间，始终对自然语言研究抱有极高的热忱。他的研究工作长期聚焦于语言领域，涵盖了语言理解、预测、情感分析等多个方向。但他始终密切关注着Transformer和语言模型的发展动态。

早期大语言模型的发展主要依托于Transformer架构的规模化拓展，而这也正是他博士阶段的核心研究课题。

他与谷歌合作研发的XLNet以及Transformer-XL等模型，核心目标是对大规模语言数据进行预训练，以提升模型的性能和效果。

ChatGPT问世之后，他或许意识到自己长期深耕的技术方向具备落地商业化的巨大潜力。

《徽声在线》：您对杨植麟最深刻的印象是什么？

Russ Salakhutdinov：多数博士生在入学前均已取得硕士学位或具备相关工作经验，而杨植麟加入课题组时年纪尚轻，刚从清华大学本科毕业。他仅用四年时间就完成了常规需要六年左右的博士学业，可能是当时卡内基梅隆大学最优秀的学生之一。

他的学术成果也极具影响力，他的两篇论文Transformer-XL与XLNet的引用次数均突破了2万次。对于一名在读博士生而言，如此高的学术引用度实属罕见。

《徽声在线》：您曾师从杰弗里·辛顿，后来杨植麟又师从于您，三代人是否一脉相承？

Russ Salakhutdinov：辛顿本人虽然不专攻自然语言领域，但他毕生都在研究神经网络，探索神经网络的优化方法。我也完整继承了这一科研理念，整个职业生涯也一直在不同领域研究深度学习和深度神经网络。我希望这种科研传统也能够传递给杨植麟。

不过，每一名学生最终都会根据自己的热爱和兴趣选择研究方向。作为导师，我们要做的就是帮助学生找到真正有热情的领域，并引导他们深入探索。杨植麟始终深耕自然语言领域，专注钻研语言模型架构的各类核心细节。

杨植麟拒绝苹果：“若不主动尝试创业，未来定会遗憾”

杨植麟的创业故事可以追溯到2016年。当年，他与几位朋友联合创办了AI企业服务公司循环智能（Recurrent.AI）。2020年，该公司获得了由红杉中国领投的1200万美元融资，并后来与华为云联合研发了盘古大模型。

2023年，杨植麟再次踏上创业征程，与周昕宇等人共同创立了月之暗面。

《徽声在线》：多数具备顶尖科研能力的博士生毕业后可能会选择进入高校任教或入职大型科技公司。杨植麟当时的心态是怎样的？

Russ Salakhutdinov：与其他大多数博士毕业生不同，杨植麟从未参与过求职招聘活动。当时，他已经和几位联合创始人开启了创业之路，创立了循环智能公司。他非常希望回到中国继续运营公司。

他曾向我坦言，如果不主动尝试创业，未来一定会留下遗憾。坦率地说，我当时对此有些意外。

以杨植麟的研究水平，他完全可以先进入顶尖院校从事博士后研究，再成为高校教授。但他更渴望创办自己的公司，实现自己的商业抱负。

《徽声在线》：当时苹果也向杨植麟发出了邀请吗？

Russ Salakhutdinov：他与谷歌合作发表的XLNet相关论文刷新了多项基准纪录。论文发布时，我正在苹果任职。公司一位高管联系我，询问杨植麟的入职意向。

我告知对方，杨植麟已决定回中国创业。对方随即表示，苹果在北京设有办公室，如果杨植麟有意向，随时可以对接。如果他当时希望加入苹果，不存在任何阻碍。

《徽声在线》：您当时是否有劝说他改变决定？

Russ Salakhutdinov：我确实有让他慎重考虑、重新权衡利弊。因为创业具备极高的风险性，和纯粹的学术研究截然不同。但杨植麟始终坚持自己的创业想法，认为可以先尝试一下。如果没有成功，未来依旧可以回归学界任教。

《徽声在线》：假如杨植麟选择留在美国，加入苹果、谷歌或者Meta等科技公司，您认为他能否成长为这些公司的高管？

Russ Salakhutdinov：完全有可能。以他扎实全面的技术功底，无论入职中美任何一家顶尖科技企业，都足以成长为一名极其优秀的高层管理者。

他的核心优势在于能力的全面性。他既能深耕底层科研、深度思考问题，又精通代码编写、数学推演等技术细节，还具备宏观视野和战略思维。

当时，我更希望他能够深耕学界、留校任教。这或许带有我的个人主观倾向。当时应该是2019年左右，ChatGPT尚未问世，AI行业虽然已经显现出初步的发展趋势，但远不及当下这般蓬勃。

“他是业内极少兼具顶尖技术能力与创业素养的创始人”

月之暗面日前完成了F轮融资，估值涨至350亿美元，较去年12月43亿美元的估值增长了7倍。

《徽声在线》：从博士生到明星AI企业创始人，杨植麟最让您感到意外的特质是什么？

Russ Salakhutdinov：在卡内基梅隆大学期间，杨植麟非常技术化，高度聚焦于技术科研工作。很多技术能力出色的学生并不会主动想到创业。我自身也在创业，深知创业与学术研究是两条完全不同的赛道。

杨植麟是业内极少兼具顶尖技术能力与创业素养的创始人。我在苹果任职期间深刻体会过这类技术型管理层的优势。高级副总裁、技术总监等职位均需要具备扎实的工程背景。

我上一次和他深入沟通大概是在一年半到两年前。当时我们重点讨论了长上下文和其他一些研究想法。

《徽声在线》：目前您门下是否还有中国学生？您认为其中是否会出现如杨植麟一样的创业者？

Russ Salakhutdinov：从我的实验室走出去的学生中不乏创业者。例如，我之前带的硕士生Jimmy Ba后来成为了xAI的联合创始人之一；另外还有一名学生创办了一家机器人公司。

也有很多优秀学生选择进入学术界发展，在麻省理工学院、普林斯顿大学、杜克大学等高校担任教授。例如王若松目前就在北京大学担任助理教授。

我门下有杨植麟这样的创业人才也有大量来自北京大学、清华大学“姚班”等的优秀学子。他们都是最顶尖的人才，学生的背景和选择非常多样。最终会根据自身追求走向不同的职业道路。

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。

记者|岳楚鹏

编辑|张锦河 兰素英 盖源源

校对|程鹏

｜每日经济新闻 nbdnews 原创文章｜

未经许可禁止转载、摘编、复制及镜像等使用