爱范儿
·
用 460 万美元追上 GPT-5？Kimi 团队首次回应一切，杨植麟也来了
内容提要
Kimi团队在AMA中回应了关于K2模型的提问，强调其训练成本与OpenAI不同，并透露K3模型的开发进展。团队将继续专注于模型训练，未来提升通用能力并探索视觉语言能力。Kimi坚持开源理念，认为AGI的定义尚不明确，但更强大的模型即将问世。
关键要点
-
Kimi团队在AMA中回应了关于K2模型的提问，强调其训练成本与OpenAI不同。
-
K3模型的开发进展正在进行，团队专注于模型训练和提升通用能力。
-
Kimi坚持开源理念，认为AGI的定义尚不明确，但更强大的模型即将问世。
-
Kimi团队幽默回应K3模型的发布时间，表示与OpenAI的节奏不同。
-
Kimi团队澄清K2的训练成本并不准确，强调大部分资金用于研究和实验。
-
Kimi K2 Instruct的风格受到用户喜爱，但也有用户认为其写作风格过于积极。
-
Kimi团队承认大语言模型存在风格问题，未来将努力提升通用能力。
-
Kimi分享了核心技术KDA的细节，强调其在长序列强化学习中的性能提升。
-
Kimi K2 Thinking支持超长推理链，使用INT4技术加速推理过程。
-
Kimi团队正在开发视觉语言能力，但因数据获取和训练时间限制，暂时优先选择文本模型。
-
Kimi团队解释API定价方式，表示将考虑更好的计费方法。
-
Kimi团队强调开源的重要性，认为通用人工智能应促进团结。
-
Kimi认为AGI的到来难以定义，但更强大的模型即将问世。
延伸解读
Kimi团队的独特节奏
Kimi团队在AMA中强调了与OpenAI不同的训练成本和产品哲学。他们认为，虽然外界对其追赶GPT-5的能力表示赞叹，但Kimi有自己的发展节奏，专注于模型训练而非追逐市场热点。这种独特的节奏可能会影响其未来的市场定位和用户接受度。
模型风格与用户反馈
Kimi K2 Instruct的写作风格受到用户的喜爱，但也有反馈认为其风格过于积极，缺乏多样性。Kimi团队承认这是大语言模型的普遍问题，未来将努力提升模型的通用能力，以更好地满足用户的多样化需求。
核心技术KDA的优势与局限
Kimi的KDA注意力机制在长序列强化学习中表现出色，但团队也指出其主要目的是节省计算成本，而非提升推理质量。这意味着在某些复杂任务中，KDA可能无法与完全注意力机制相媲美，用户在选择模型时需考虑这一点。
延伸问答
Kimi团队在AMA中提到的K2模型训练成本是多少？
Kimi团队澄清460万美元的训练成本并不准确，具体成本很难量化。
Kimi团队对K3模型的开发进展有什么回应？
Kimi团队表示K3模型正在开发中，未来将继续专注于模型训练和提升通用能力。
Kimi团队如何看待与OpenAI的训练成本差异？
Kimi团队强调他们的训练成本与OpenAI不同，并表示有自己的方式和节奏。
Kimi团队在AMA中提到的核心技术KDA是什么？
KDA是Kimi Delta Attention，一种更智能、更高效的注意力机制，提升了长序列强化学习的性能。
Kimi团队对未来AGI的看法是什么？
Kimi团队认为AGI的定义尚不明确，但更强大的模型即将问世。
Kimi团队如何回应用户对K2模型写作风格的反馈？
Kimi团队承认大语言模型存在风格问题，未来将努力提升通用能力。
