中國企業發佈全球最大規模的開源模型Kimi K3
重點摘要
中國企業發佈全球最大規模的開源模型Kimi K3北京日報2026.07.17 10:13 · 來自北京全文689字00:00 / 01:59Kimi K3原生支持視覺理解，具備100萬詞元上下文窗口，面向軟件工程、知識工作、深度研究、多模態理解等複雜任務場景進行優化，進一步提升了大模型複雜任務的處理能力。2026世界人工智能大會暨人工智能全球治理高級別會議即將舉行之際，新一代模型Kimi K3於7月16日發佈，參數規模達2.8萬億。這是目前全球參數最大的開源模型，標誌著我國人工智能模型發展邁出新的一步。發佈模型的北京月之暗面科技有限公司介紹，Kimi K3原生支持視覺理解，具備100萬詞元上下文窗口，面向軟件工程、知識工作、深度研究、多模態理解等複雜任務場景進行優化，進一步提升了大模型複雜任務的處理能力。“參數越大，能力上限越高，可以提供更智能的模型表現。”月之暗面有關負責人表示，參數就像人腦裡的神經連接，近3萬億參數意味著這個模型能把更多的知識和規律裝進“腦子”，懂得更多、想得更深、答得更準。Kimi K3品牌視覺圖。（月之暗面供圖）當前，人工智能技術加速迭代，正迎來爆發式發展。前沿人工智能的發展，正在逐步轉向算法創新、工程組織、應用能力和資源效率的綜合運用。據瞭解，在評測中，Kimi K3綜合智能水平接近全球前沿的閉源模型。月之暗面有關負責人介紹，在訓練Kimi K3新一代基座大模型的過程中，其使用了自主研發的底層模型架構，並積累形成了一整套科學的模型訓練方法。近年來，中國高度重視人工智能發展，推動人工智能綜合實力整體性、系統性躍升，並同世界共享發展經驗和技術產品。北京中關村學院院長劉鐵巖說，技術的生命力在於開放流動，一批中國開源大模型從“單點亮相”走向“群體突破”，為世界人工智能發展提供了新方案、新路徑，將加快推動人工智能技術向上向善發展。
中國企業發佈全球最大規模的開源模型Kimi K3北京日報2026.07.17 10:13 · 來自北京全文689字00:00 / 01:59Kimi K3原生支持視覺理解，具備100萬詞元上下文窗口，面向軟件工程、知識工作、深度研究、多模態理解等複雜任務場景進行優化，進一步提升了大模型複雜任務的處理能力。2026世界人工智能大會暨人工智能全球治理高級別會議即將舉行之際，新一代模型Kimi K3於7月16日發佈，參數規模達2.8萬億。這是目前全球參數最大的開源模型，標誌著我國人工智能模型發展邁出新的一步。
發佈模型的北京月之暗面科技有限公司介紹，Kimi K3原生支持視覺理解，具備100萬詞元上下文窗口，面向軟件工程、知識工作、深度研究、多模態理解等複雜任務場景進行優化，進一步提升了大模型複雜任務的處理能力。“參數越大，能力上限越高，可以提供更智能的模型表現。”月之暗面有關負責人表示，參數就像人腦裡的神經連接，近3萬億參數意味著這個模型能把更多的知識和規律裝進“腦子”，懂得更多、想得更深、答得更準。Kimi K3品牌視覺圖。（月之暗面供圖）當前，人工智能技術加速迭代，正迎來爆發式發展。前沿人工智能的發展，正在逐步轉向算法創新、工程組織、應用能力和資源效率的綜合運用。
據瞭解，在評測中，Kimi K3綜合智能水平接近全球前沿的閉源模型。月之暗面有關負責人介紹，在訓練Kimi K3新一代基座大模型的過程中，其使用了自主研發的底層模型架構，並積累形成了一整套科學的模型訓練方法。近年來，中國高度重視人工智能發展，推動人工智能綜合實力整體性、系統性躍升，並同世界共享發展經驗和技術產品。北京中關村學院院長劉鐵巖說，技術的生命力在於開放流動，一批中國開源大模型從“單點亮相”走向“群體突破”，為世界人工智能發展提供了新方案、新路徑，將加快推動人工智能技術向上向善發展。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。