杨植麟和Kimi，拿了DeepSeek的旧剧本

文 | 硅基研究室，作者 | kiki

Kimi和杨植麟正拿到了DeepSeek的「国运剧本」。

先是Kimi K3引发的硅谷恐慌、Anthropic CEO在美国国会AI安全听证会公开表示「K3蒸馏了其模型」再到外媒开始集中报道Kimi创始人杨植麟曾「拒绝苹果谷歌邀约、坚持回国创业」的故事......

外媒《商业内幕》这样形容，Kimi K3模型发布后，谷歌和英伟达等美国大型科技股遭到抛售，这让人想起去年中国人工智能初创公司DeepSeek引发的市场震荡。

有媒体也以「DeepSeek 2.0时刻」用来形容Kimi，甚至杨植麟本人还登上了微博热搜「90后清华天才干崩了美股」，短视频平台上，杨植麟清华答辩的视频也意外出圈了。

紧随而来的是，月之暗面的上市消息。据报道，月之暗面计划于8月启动上市前最后一轮融资谈判，目标估值为投前500亿美元，比上一轮又多了200多亿。

曾经向媒体形容「向延绵而未知的雪山前进」月之暗面和杨植麟，现在正朝着亦敌亦友的DeepSeek亦步亦趋。

1、K3恐慌为何形成？

理解硅谷自上而下对Kimi K3的恐慌，先要理解，他们到底在恐慌什么？

第一，恐惧的是开源扩散效应。

Kimi K3争夺的从来都不是「模型更聪明」的心智，而是「我的开源模型能力比你的闭源模型强」。

这和2025年DeepSeek引发硅谷恐慌的逻辑相似，中国模型厂商正通过开源策略将自身在底层算力、技术架构、资金供给等方面的短板转化为一种系统化的优势。

而开源模型的扩散效应会直接利好两方面：

一方面，最直接的就是增强自己在企业、开发者和普通用户间的存在感，加速基础模型的商品化。

因为面对Kimi K3，企业和开发者都会直接评估是继续用OpenAI、Anthropic的模型，还是用来自中国的开源模型。

另一方面，扩充生态。

开源模型本身就是模型厂商加速智能能力进入生产生活的重要策略，Kimi K3会迅速吸引上下游生态的聚合，从底层算力芯片到中游模型再到下游端侧和软件侧，都会因开源形成研发和落地的协同效应。

第二，硅谷对Kimi K3恐慌，也是这几年来「AI泡沫论」的延续。

谷歌、微软、亚马逊和Meta四家公司在2026年的资本支出合计预计高达7250亿美元，到2027年将进一步攀升至近9000亿美元，4家巨头合计每天就烧掉20亿美元。

天价AI基建投入，尚未收获规模化的回报，但大幅上升的资本支出已经开始挤压自由现金流。

华尔街对巨头「修改折旧周期来增加利润」的方式，也开始不满。知名空头、Chanos & Co.创始人Jim Chanos在播客里吐槽，没人能算得清数据中心的账。

“大量购入但尚未投入使用的GPU和数据中心设备，都被记录在资产负债表的「在建工程」里，折旧计提尚未开始。”

华尔街担心的不是Kimi K3，而是一旦中国开源模型所代表的免费AI加速渗透，将会进一步影响云厂商和模型厂商的算力投入回报率。

第三，恐惧中美大模型能力代际差的缩短。

一个共识是，在一些传统基准测试上，中国模型过去追赶海外模型「御三家」的时间大约是6到9个月，但随着中国模型厂商发布速度的提升，速度差在被缩小。

用更快的发布速度，在真实使用里缩短性能差距，美国AI研究者Nathan Lambert在近期接受采访时，认为这是一种中国策略。

他提到，相比榜单上的评分，在用户的真实使用里，不同模型的能力差距其实非常接近，而中国发布得更快，相当于把用户实际拿到的性能差距给缩小了，同时还能根据用户反馈率先改进。

2、拿到DeepSeek剧本的，为什么是Kimi？

在今天大模型行业的竞争里，「DeepSeek效应」已经被滥用成了一个形容词。

对国内模型厂商而言，DeepSeek无疑是令人艳羡的。

一方面，它为中国模型提供一个看得见的方向：通过开源卡位模型心智，利用模型架构创新和工程化能力能降低训练、推理成本。

另一方面，DeepSeek自身的独特性——量化出身、创始人的克制以及扁平的组织架构，都放大了外界对这家中国模型的期待。

随着Kimi K3发布，Kimi和杨植麟一定程度上确实拿到了类似DeepSeek的剧本。比如海外模型厂商的担忧、开发者的好评以及随之而来的算力不足问题，甚至杨植麟本人登上热搜，这也是他第一次在大众意义上的出圈。

那么，为什么是Kimi？

第一，两家公司技术层面的联动。

两家公司的模型发布不仅多次撞车，甚至技术层面也有默契。

Kimi K2采用了DeepSeek V3的MLA注意力机制，DeepSeek V4粒则引入了Kimi大规模验证的Muon优化器。

在Kimi K2模型时，《自然》杂志就已经用「又一个DeepSeek时刻」来形容。

甚至在表明技术追赶上的态度，两家公司都用了相似意义的古文：

Kimi在《Kimi K3：智能的新前沿》中提到：“犯其至难而图其至远者，发之以勇，守之以专，达之以强。”这句话的典故出自苏轼所作的《思治论》。

Kimi想表达的是，追求AGI很难，但实现这个最远大的目标，就需要靠勇气、专注和强大执行力。

DeepSeek在DeepSeek-V4的发布稿中引用了荀子的名言：“不诱于誉，不恐于诽，率道而行，端然正己”，用来形容对自身目标的坚守。

第二，两家公司商业战略上的共性。

在梁文锋4小时的闭门会里他提到了对竞争的态度，他说：“我也不担⼼别⼈部署我们的模型，然后跟我们来竞争，⼀点都不担⼼。我们还希望他们能够部署起来。”

Kimi总裁张予彤在去年被问到“如何在技术和市场层面与巨头大厂形成差异化定位”时，也提到了类似的看法。

她说：“最有效的竞争方式就是「不竞争」。不竞争不是躺平，而是要找到自己的叙事，找到自己真正擅长的事情。”

在基模创业型公司里，DeepSeek和Kimi都是有着独特生态位的独角兽，DeepSeek的克制和开源，Kimi所强调的克制和审美，它不做生活娱乐方向、不做多模态生成。

第三，是年轻扁平化的组织架构。

美国AI研究者Nathan Lambert在走访中国模型公司和大厂后提到，Kimi是他拜访过的这批中国公司里「氛围最好」的一家。

“你会感觉这群人关系特别近，做出一个很酷的东西本身就让他们兴奋，并且还能把它商业化。那种紧密感，是你一走进办公室就能直观感受到的”。

同样的，DeepSeek的团队也没有科层制的大公司化，据《晚点》报道，DeepSeek团队界限形成了「交叉分工」，梁文锋的角色更像是一位实验室的导师。

三点相似性让DeepSeek和Kimi反复被拿来比较，因此此次拿到与DeepSeek相似的剧本也并不意外。

3、DeepSeek是共识，但Kimi还不是

但手拿DeepSeek的剧本，并不代表Kimi能活成DeepSeek。

一位AI投资人向「硅基研究室」形容：“DeepSeek可能是现在AI模型里最大的共识，但Kimi还不是”。

他给出原因有两点：第一，DeepSeek和梁文锋都有很强的成本意识，包括API定价、算力储备，以及被传出自研芯片计划。第二，国产化的决心，梁文锋本人看好国产算力生态。

但现阶段的Kimi，尚且不能准确回应这两大挑战。

首先，开源所带来的成本投入和克制商业化战略下的盈亏平衡。

Kimi尽管此前公布了收入曲线——3亿美元ARR、API贡献七成、海外付费用户同比增长400%、产品落地200多个国家，但它并没有实现Token的经济性。

据第三方机构Artificial Analysis的测算，Kimi K3单任务成本约0.94美元，与GPT-5.6 Sol的1.04美元接近，约为Claude Opus 4.8（1.80美元）的一半，价格带基本和海外头部模型属于同一阵营。

更关键的是模型单价只是第一层成本账。一位开发者告诉「硅基研究室」，真实业务开发环境里实际Token消耗得更快，如果没有明显的价格优势，只是平替，Kimi K3只是提供了一个新选择，而不是必选项。

其次，与国产算力生态的深度适配。

尽管在世界人工智能大会期间，月之暗面曾披露已同步适配包括华为昇腾在内的国产芯片，但还是落后于DeepSeek、智谱等模型厂商的多元化动作。

在Kimi找算力之时，据彭博社报道，智谱已建成一座全部采用国产芯片的大型数据中心，并开始部分运行，不久前，智谱还买下一家国产AI基础设施企业中科加禾。

杨植麟曾说过Kimi对他讲的一句话：“任何中间状态都有可能成为被批评的对象。你总是会有这个时代的局限性。”

对月之暗面来说，它仍处于这样的中间状态，想要实现更高的智能，它的前面还站着更多的DeepSeek。

参考资料：

1、美国AI研究员的中国之旅：年轻人，追赶者，算力焦虑与“AGI展示厅” ｜专访Nathan Lambert

2、语言即世界：和杨植麟时隔一年的独家对话：“站在无限的开端”