杨植麟GTC2026披露Kimi技术路线 后Scaling时代重构大模型底层逻辑

2026年3月18日，月之暗面（Moonshot AI）创始人杨植麟亮相英伟达GTC2026大会发表公开演讲，首次系统披露Kimi K2.5大模型核心技术路线图，明确大模型产业已进入后Scaling时代，需通过重构优化器、注意力机制等底层技术，而非单纯堆砌算力突破智能上限，同步提出三大核心进化方向。

作为全球AI产业的年度风向标，英伟达GTC大会的每一场行业分享都被视为技术趋势的晴雨表。在2026年GTC大会的演讲嘉宾阵容中，月之暗面创始人杨植麟的亮相吸引了众多开发者的关注——这家凭借Kimi大模型长上下文能力出圈的创业公司，此次首次对外公开了下一代产品的完整技术路线。

过去数年，大模型产业的发展基本遵循传统Scaling定律：参数规模、算力投入每提升一个数量级，模型能力就会出现相应跃升，这也让“囤算力、堆参数”成为行业默认的竞争逻辑。但杨植麟在演讲中明确指出，这一增长路径的边际效益已经触顶。
后Scaling时代的核心是告别“量变引发质变”的粗放增长逻辑，要真正突破大模型的智能上限，必须对优化器、注意力机制及残差连接等Transformer核心组件进行“推倒重来”式的底层重构，而非在现有框架下做局部优化。