月之暗面开源2.8万亿参数Kimi K3 登顶全球最大开源大模型

AI创作导航管理员 LV4 资深连续登录30天萌新

2 个月前

风向

1360

2026年7月28日，人工智能公司月之暗面正式发布2.8万亿参数的Kimi K3大模型及配套技术报告，同步开源支撑模型训练的MoonEP、FlashKDA、AgentEnv三项核心基础设施技术。该模型采用MoE架构，是目前全球参数规模最大的开源大模型，支持100万token上下文窗口，相关动态获得马斯克点赞，引发全球AI产业界广泛关注。

7月28日该消息一经公布，迅速冲上GitHub、Hugging Face等全球主流AI开源社区热度榜前列，特斯拉、X平台创始人马斯克特意在相关讨论帖文下点赞表态，侧面印证了这款大模型的技术分量。

过去两年，开源大模型的参数规模天花板始终停留在1万亿量级，且多数高能力模型仅开放API调用权限，不对外开放权重，中小企业与研发团队很难基于超大规模模型做二次开发。本次Kimi K3的发布，直接将开源大模型的参数规模抬升到2.8万亿级别，填补了超大规模开源基础模型的市场空白。

官方披露的技术报告显示，Kimi K3采用混合专家（MoE）架构，总参数规模达2.8万亿，是目前月之暗面能力最强的基座模型，具备原生视觉理解能力，同时支持最长100万token的上下文窗口，可一次性处理数十万字的文档、多轮复杂对话任务。

此次同步开源的三项核心技术，均是支撑Kimi K3完成训练的底层核心工具：其中MoonEP主要解决大规模模型训练的效率问题，可大幅降低同等参数规模下的训练算力消耗；FlashKDA负责保障训练过程的稳定性，减少超大规模训练集群的宕机损耗；AgentEnv则是月之暗面与KVCache.ai联合开发的智能体沙箱系统，可在模型后训练阶段提供高保真、强隔离的运行环境，支持快速快照、恢复与分叉等功能，完美适配大规模并行智能体的工作流与训练需求。

此前，超大规模大模型的训练技术一直是头部AI公司的核心壁垒，本次月之暗面不仅开放了目前全球参数最大的开源模型权重，还同步开放了全套训练基础设施，相当于将自身积累的大规模模型训练能力开放给全行业。

对于广大AI研发团队而言，无需再从零开始搭建超大规模模型的训练框架，即可基于Kimi K3的底座开发通用AI应用、垂直行业模型或是智能体产品，这将大幅降低超大规模AI技术的应用门槛，也将推动整个开源AI生态的迭代速度进一步加快。

开源大模型人工智能月之暗面 Kimi MoE架构 K3

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。