翻完DeepSeek報告，我們發現了中國AI的默契

編輯｜冷貓、+0

這兩天，全球頂級大模型接連更新，重磅消息一個接一個。

中國這邊也迎來熱鬧非凡的一周，從周一開始，Qwen、Kimi、小米、騰訊相繼發布最新模型。周五，千呼萬喚的 DeepSeek 終于發布 V4 雙版本，引發了國內 AI 圈的一波海嘯。

其中，中國邁入萬億參數俱樂部并已開源的模型有 DeepSeek 和 Kimi 兩家，小米也預告了將會開源最新的萬億模型。

翻完 DeepSeek V4 近 60 頁的技術報告，我們發現這兩個已開源萬億模型之間的默契，比任何單打獨斗都可怕。

再往前溯源的話，我們發現 DeepSeek 和 Kimi 已經是第 N 次「偶遇」了。這可能源于梁文鋒和楊植麟對 Scaling Law 的共同信仰和對 AGI 的競逐。

多次偶遇背后的一場「合謀」

從 DeepSeek-R1 和 Kimi K1.5 僅隔兩小時發布，DeepSeek-NSA 與 Kimi MoBA 論文同期發表、Kimi 數學推理模型 Kimina-Prover 啟發 DeepSeek-Prover V2，到如今的 Kimi K2.6 與 DeepSeek-V4 在同一周發布，齊頭并進。

這兩家公司不是在互相廝殺，而是在用一種近乎「開源共享」的方式，一起進步。

引用車圈的一句話說，「好的設計總是心有靈犀」。

從 Kimi K2 采用 DeepSeek V3 的 MLA 注意力機制，到 DeepSeek V4 引入了 Kimi 大規模驗證的 Muon 優化器，可以說，技術上的聯動，成為了行業的一個亮點。

MLA 注意力機制：DeepSeek 創新，Kimi 復用

首先要提到的是，DeepSeek 在 V3 中首創了 MLA 注意力機制，這個設計通過低秩壓縮技術有效減少了顯存占用，從而讓長上下文推理變得可能。這個創新很快被行業廣泛認可，Kimi K2 在自己的注意力機制中也采用了 MLA 注意力機制。

二階優化器：Kimi 大規模驗證，DeepSeek 跟進

除了注意力機制，另一個備受關注的突破是優化器技術。2025年2月，Kimi 發表《Muon is Scalable for LLM Training》論文，在 480 億參數的 Moonlight 系列模型上驗證了 Muon 優化器的效果，用來取代已經用了 10年 的行業標準技術 Adam。2025 年 7 月，在萬億參數 Kimi K2 中，二階優化器 Muon 被首次大規模應用，展示了其在大規模語言模型訓練中的優勢。

如今，DeepSeek V4 也跟進用 Muon 優化器技術，實現訓練效率的穩定性。兩家公司將底層的優化技術相互吸納，打破了技術壁壘，展現出前所未有的深度合作。

殘差連接：兩種不同的解決方案

說到殘差連接，DeepSeek 和 Kimi 也各有突破。

DeepSeek 在 V4 中引入了 mHC 殘差連接，目標也是提高信息傳遞的效率。通過改變多頭注意力的拼接方式，mHC 提高了梯度流動的效率，實測訓練效率提高了約 30%。

Kimi 提出的 Attention Residuals（注意力殘差）優化了信息流的傳遞效率，提升了模型的表現。這一創新得到了廣泛的認可，Andrej Karpathy 點評稱「我們對《Attention is All You Need》的理解還不夠」，OpenAI 推理之父 Jerry Tworek 點評稱「我們應該重新思考一切，深度學習的2.0時代正在到來」，馬斯克也在社交媒體上為此點贊，稱是「令人印象深刻的研究」。

這兩種方案各有特色，展現了兩家公司在同一技術問題上不同的思路。

長上下文推理：兩種技術路線的探索

長上下文推理是 AI 模型的一大挑戰，Kimi 和 DeepSeek 在這一點上的思路也各不相同。Kimi 在 2024 年實現了百萬 Token 上下文的能力，盡管這一能力非常強大，但成本問題依然很大，超長上下文的計算開銷呈現出線性增長，普通開發者很難承受。

到了 2026 年，DeepSeek 和 Kimi 分別提出了兩種解決方案：

• DeepSeek選擇了稀疏注意力，通過讓模型只關注輸入中的關鍵部分，降低計算量，從而讓百萬上下文的成本變得更可接受。這種方法雖然能夠精準聚焦關鍵信息，但設計和調優難度較大。
• Kimi則推出了線性注意力架構，改變了注意力機制的計算方式，使得計算復雜度從 O(n2) 降到 O(n)，從理論上大幅降低了長上下文的計算成本。

這兩種方案同樣各有優勢，稀疏注意力強調精準性，線性注意力則追求高效性。更重要的是，Kimi 和 DeepSeek 同時在這兩條技術路線上都在發力，為未來的長上下文推理提供了多種選擇。

從「兩個公司」到「一套基礎設施」

DeepSeek 和 Kimi 的「偶遇」故事不只是技術圈的熱鬧，也是關乎中國 AI 產業格局的一件大事。

GPT-4 的參數量至今未正式公布（外界估計在 1.8T 左右），Claude 3.5 Opus 同樣閉源。而中國的這兩家創業公司，不僅做出了同等規模的模型，還選擇了全部開源。這意味著任何開發者、任何研究機構、任何企業，都可以免費獲取這些模型進行二次開發和部署。

直接的結果是：企業私有化部署的成本砍到了原來的1/10。中小企業終于能在自己的服務器上跑萬億參數級別的模型了，這事兒放在一年前，想都不敢想。

生態這塊也在悄悄成形，在 OpenRouter 平臺上，兩者的 API 調用量穩居中國前兩名；在應用層，Kimi 被海外爆款編程工具「套殼」接入，而 DeepSeek 則被日本樂天集團直接包裝成了 Rakuten AI 3.0。

就連硅谷的巨頭們，也不得不正視這股來自東方的力量。

在 Meta 最新模型 Muse Spark 發布的官方技術博客中，Llama 4 被直接拿來與 DeepSeek-V3.1 以及 Kimi-K2 進行性能對比：

而在黃仁勛的CES主題演講上，黃仁勛更是將 DeepSeek 和 Kimi K2-Thinking 模型赫然放上大屏幕，作為展示其下一代 Blackwell 與 Rubin 芯片強大性能的 Benchmark 標桿：

與此同時，兩家公司都在國產芯片適配上做出了實質性投入。

DeepSeek V4 首次深度適配華為昇騰芯片，推理環節將運行在國產硬件上；Kimi 的 Prefill-as-a-Service 方案則提出了跨數據中心異構硬件推理框架，允許用不同類型的國產芯片分別承擔 Prefill 和 Decode 階段，實測吞吐量提升 54%，首 token 延遲降低 64%。這為國產芯片進入大模型推理鏈條打開了一個現實的切入口。

黃仁勛在播客節目中說了一句意味深長的話：「芯片又不是鈾濃縮，阻擋不了中國芯片的進步，他們依舊可以通過國產芯片來開發模型?！?/p>

他可能沒想到，DeepSeek 和 Kimi 正在用實際行動讓這一天來得這么早，這么快。

結語：兩個廣東人，撐起中國 AI 的半邊天

技術的高度，最終取決于人的格局。

2023 年同年起步，用最短時間雙雙叩開百億美金十角獸大門——DeepSeek 與 Kimi，始終保持著業內人數最精簡、但人才密度最頂尖的配置。兩位同樣來自廣東的創始人，楊植麟與梁文鋒，既是技術的狂熱信徒，也是被寄予厚望的中國 AI 國家隊。

在總理主持召開的經濟形勢專家和企業家座談會上，兩人時隔一年分別建言獻策，成為了中國 AI 發展史上的一個有力注腳。他們都是技術范式的引領者：DeepSeek 向世界證明了「思維鏈」的威力，而 Kimi 則在國內引領了「智能體」的落地狂潮。

在追逐 AGI 的這場馬拉松里，沒有哪一家公司可以閉門造車地跑完全程。DeepSeek 與 Kimi 之間，有競爭，也有共鳴——Muon 與 MLA 的技術互通，底層機制上惺惺相惜的探索，恰恰說明：中國 AI 真正的底氣，從來不是某一家公司的單打獨斗，而是這種在「偶遇」中碰撞出的技術火花，以及在開源生態里悄然生長的互利共生。

雙峰并峙，終將頂峰相見。屬于中國大模型的萬億級航海時代，才剛剛拉開序幕。