7 月 16 日，中國 AI 公司 Moonshot AI 正式釋出開源模型 Kimi K3，總引數量高達 2.8T，有效引數（MoE）達 104B，專家數量 896 個（每次啟用 16 個），並配備兩個共享專家，成為目前全球規模最大的開源模型。這一發布被業界視為可能引發“第二個 DeepSeek 時刻”的討論。

Kimi K3 在技術架構上採用了多項創新，包括 MoonViT-V2、Hybrid KDA-MLA、Stable LatentMoE、AttnRes 以及 Per-Head Muon（MuonClip） 等。其中，Muon 最佳化器也被 DeepSeek V4 採用，顯示出中國大模型在最佳化器選擇上的共同技術趨勢。此外，Kimi K3 支援 MXFP4 精度 和 1M Context Window（百萬級上下文視窗），較前代大幅提升了記憶體用量，這與 2025 年 DeepSeek 強調的低成本策略形成鮮明對比，但兩者同樣依賴大量創新技術來突破效能瓶頸。

從產業格局看，Kimi K3 的釋出進一步拉近了中國與美國在 AI 模型效能上的差距。分析指出，Kimi K3 在成本與部署靈活性上，相比美國領先的閉源模型更具優勢。這或對全球 AI 產業鏈產生連鎖影響：一方面，更大規模的模型引數與更長的上下文視窗，將推升對 HBM（高頻寬記憶體） 等高階儲存晶片的需求；另一方面，開源策略可能加速中國 AI 生態的成熟，吸引更多開發者基於 Kimi K3 進行應用創新。

值得注意的是，Kimi K3 的釋出恰逢中美 AI 競爭加劇的時期。美國在閉源模型（如 OpenAI 的 GPT 系列）上仍保持領先，但中國通過開源模型快速迭代，試圖在成本與開放性上建立差異化優勢。Moonshot AI 此舉不僅是對自身技術實力的展示，也可能成為中美 AI 競賽中的一個重要節點，影響未來全球 AI 模型的開發範式與產業分工。

對於投資者而言，Kimi K3 的釋出意味著中國大模型賽道正從“低成本追趕”轉向“高效能突破”，這可能改變市場對相關公司估值與資本開支的預期。同時，其技術路線（如 Muon 最佳化器、MXFP4 精度）或成為行業新趨勢，帶動上游算力與儲存產業鏈的進一步升級。不過，模型效能的實際表現仍需在真實場景中驗證，開源社群的反饋將是重要觀察指標。