楊植麟拆穿美國AI神話:OpenAI無新發明,Kimi K3登頂Arena.ai證明開源路線可行

2026年7月27日 14:01

重點摘要

月之暗面CEO楊植麟近日公開發表了一番引發行業震動的言論,直接質疑美國AI巨頭的底層敘事邏輯。他直言不諱地指出,OpenAI"沒有發明任何新東西",其本質是將世界上已有的技術進行了重新組合。這番言論直接拆穿了所謂"美國AI神話"的技術原創性光環。

站內 AI 整理稿

月之暗面(Moonshot AI)創辦人暨執行長楊植麟近日公開對美國人工智慧巨頭的技術敘事提出尖銳挑戰。他在談話中直接點名 OpenAI,直言該公司「沒有發明任何新東西」,其產品本質上是將世界已存在的技術進行重新組合與優化。這番言論無異於戳破長久以來被譽為「美國 AI 神話」的技術原創性光環,引發業界對 AI 發展路線的深層反思。楊植麟指出,過去幾年 OpenAI 在公眾輿論中一直被塑造成「開創性發明者」的形象,但從技術源頭來看,Transformer 架構、深度學習基礎、強化學習等核心技術並非 OpenAI 獨創,而是來自學術界與開源社群的長期累積。

他認為,OpenAI 真正的貢獻在於工程整合與產品化能力,將已知技術以大規模算力與數據進行優化,從而打造出 ChatGPT 等現象級產品,但這並不代表它擁有真正的技術原創性。這番發言並非單純的口水戰,而是與月之暗面旗下模型的實際成績相互呼應。楊植麟以實際成績為開源路線背書,強調開源方案不僅可行,而且能在性能上與封閉系統正面競爭。月之暗面旗下的模型 Kimi K3 近期在國際知名評測平台 Arena.ai 上登頂,該平台由全球頂尖大學與研究機構共同維護,被視為衡量大型語言模型真實能力的權威標竿之一。

Kimi K3 在該平台的多項測試中表現優異,涵蓋推理、程式碼生成、多語言理解等維度,最終綜合排名躍居第一。Arena.ai 的評測機制強調公平性與透明度,所有參與模型皆需經過匿名盲測,由人類評審員與自動化指標共同打分。Kimi K3 能在這樣的環境中勝出,代表開源模型的技術實力已達到甚至超越部分封閉商業模型的水準。楊植麟強調,開源生態的協作與透明性,反而能推動更有效率的技術進步,因為全球研究人員可以共同檢視、改進模型架構,避免單一企業封閉研發可能帶來的盲點。他進一步解釋,封閉系統的優勢在於可以集中資源快速迭代,但也容易形成技術壟斷與資訊不對稱。

而開源路線透過社群力量,能夠加速錯誤修正、降低重複研發成本,並讓更多中小型團隊與開發者參與其中,最終形成更健康的產業生態。月之暗面自成立以來便堅持開源策略,Kimi K3 便是這一策略下的代表性成果。市場分析人士認為,楊植麟的發言與 Kimi K3 的成績,正在重新定義 AI 產業的競爭格局。過去美國科技巨頭主導的「技術領先敘事」開始出現裂痕,來自中國的新創公司不僅在模型性能上追趕,更在開源生態的建設上展現出獨特優勢。月之暗面並非唯一走開源路線的企業,但 Kimi K3 的登頂具有指標性意義,證明開源模型同樣可以達到世界頂尖水準。值得注意的是,OpenAI 近期也面臨來自開源社群的壓力。

Meta 開源的 Llama 系列、Mistral AI 的開放模型,以及中國多家企業的開源方案,都在縮小與封閉模型之間的差距。楊植麟的言論某種程度上反映了業界對「技術原創性」的重新審視:當基礎架構已趨於成熟,真正的競爭優勢或許不在於「發明新東西」,而在於如何組合、優化並透過開放協作快速迭代。月之暗面團隊表示,Kimi K3 的成功並非偶然,而是長期投入底層技術研究的結果。該模型在訓練過程中使用了大量高品質中文與多語言數據,並針對推理效率進行了特別優化,使其在複雜任務上表現穩定。此外,團隊也積極與學術機構合作,將部分研究成果回饋給開源社群,形成正向循環。

楊植麟最後強調,AI 產業的未來不應該被少數巨頭壟斷,開源路線提供了一條更民主、更透明的技術發展路徑。他呼籲更多開發者與企業加入開源陣營,共同推動人工智慧技術的普惠化。這一系列發言與 Kimi K3 的實績,讓市場重新審視 AI 產業的技術源頭與發展路徑,也為中國 AI 新創在全球舞台上的角色寫下新的一頁。

Related

相關文章

拆解“AI辦公入口戰”底層:怎麼做才能成為最終贏家?

字節、阿里、騰訊等大廠正透過組織調整與產品整合,全力爭奪AI辦公入口,關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環,並以「效果」為標準,透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設,才能在AI生產力時代站穩腳步。

53 分鐘前

千人聯機世界模型“RhOS-World: Khora”正式發佈

RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」,該模型能讓多達1024個智能體在共享的3D空間中即時互動,且無需傳統物理引擎。其核心技術「STBoard(時空黑板)」架構,透過統一的物理狀態管理,解決了多視角一致性的難題,並大幅降低了擴展智能體數量的運算成本。

54 分鐘前
Hugging Face Blog模型更新

TutorMoments:AI 家教何時該出手,何時該放手?

今日我們推出 TutorMoments 預覽版,這是一個評估框架,旨在衡量尖端大型語言模型能否掌握教育中最難的平衡:何時介入協助學生,何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程,透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。

1 小時前