量子位
·
DeepSeek终于丢了开源第一王座，但继任者依然来自中国
💡
原文中文，约2200字，阅读约需6分钟。
📝
内容提要
Kimi K2在发布一周后超越DeepSeek，成为全球开源第一，受到广泛关注。其架构基于DeepSeek V3进行了优化，开源模型性能提升，逐渐改变“开源=性能弱”的观念，行业人士对开源的未来持乐观态度。
🎯
关键要点
- Kimi K2在发布一周后超越DeepSeek，成为全球开源第一。
- Kimi K2的架构基于DeepSeek V3进行了优化，改变了开源模型性能弱的观念。
- Kimi K2在GitHub获得5.6K标星，Hugging Face下载量近10万。
- Kimi K2的架构继承了DeepSeek V3，但进行了参数调整以提升性能。
- Kimi K2的结构参数改动包括增加专家数量、减少注意力头数、只保留第一层Dense和专家无分组。
- 开源模型的整体性能正在提升，逐渐打破开源=性能弱的刻板印象。
- 行业人士对开源模型的未来持乐观态度，认为开源将越来越普遍地击败闭源模型。
❓
延伸问答
Kimi K2是如何超越DeepSeek成为开源第一的？
Kimi K2在发布一周后超越DeepSeek，成为全球开源第一，主要得益于其优化的架构和出色的性能表现。
Kimi K2的架构与DeepSeek V3有什么关系？
Kimi K2的架构基于DeepSeek V3进行了优化，虽然继承了V3的架构，但进行了参数调整以提升性能。
Kimi K2在开源社区的表现如何？
Kimi K2在GitHub获得了5.6K标星，Hugging Face下载量近10万，显示出其在开源社区的广泛关注。
Kimi K2的参数调整具体包括哪些方面？
Kimi K2的参数调整包括增加专家数量、减少注意力头数、只保留第一层Dense和专家无分组。
开源模型的未来发展趋势是什么？
行业人士对开源模型的未来持乐观态度，认为开源将越来越普遍地击败闭源模型，打破开源=性能弱的刻板印象。
Kimi K2在性能上与闭源模型相比如何？
Kimi K2的性能接近顶尖闭源模型，如Grok 4和GPT 4.5，显示出开源模型的竞争力正在提升。
➡️
