时间：2026年7月27日
地点：北京/全球
人物：Moonshot AI（月之暗面）创始人 杨植麟 与核心研发团队
事件详情：2026年7月27日，中国AI独角兽Moonshot AI正式发布旗舰模型Kimi K3的完整开源权重与长达数十页的技术报告。K3采用全新的混合注意力架构，总参数2.8万亿，单token激活参数1040亿，配备100万token上下文窗口与原生视觉理解能力（MoonViT3d），并支持LatentMoE在896个专家中激活16个。K3是全球首个开源的3T级别模型，Moonshot同步开源了高性能注意力内核、MoE通信库，以及与kvcache-ai合作开发的AgentENV分布式智能体训练环境。LMSYS旗下SGLang推理框架与Miles强化学习框架在发布当日即提供完整支持，单卡batch-1解码可达约113 tok/s，结合Moonshot生态合作方Modal训练的DFlash推测解码器可提升至约423 tok/s。
背景：Moonshot AI此前发布的Kimi K2.5（约1T参数）已在多项基准测试中接近GPT-5.6 Sol与Claude Fable 5等西方前沿模型，但成本更低。K3进一步扩展至2.8T规模，采用自研的Kim Delta Attention（KDA）与Attention Residuals（AttnRes）混合架构，并配合Stable LatentMoE框架，官方称相对K2实现约2.5倍的单计算单元智能增益。值得注意的是，英国Cyber Institute独立测试显示K3在网安漏洞利用与复杂数学推理上仍明显落后于美国前沿模型，外界质疑其部分能力或来自知识蒸馏，与西方开放权重阵营对蒸馏的态度之争持续升级。
影响：
- 推动中国大模型正式进入3T参数开源时代，与西方闭源前沿模型的差距进一步缩小
- SGLang、Modal等关键推理与部署基础设施在发布当日完成适配，国产模型产业化落地节奏显著加快
- 注意力内核、MoE通信库、AgentENV智能体环境同步开源，吸引全球开发者二次创新与再训练
- 蒸馏争议与网安短板凸显，开源前沿模型在能力完整度上仍落后于闭源旗舰
总结：Moonshot AI通过开源Kimi K3权重再次搅动前沿模型竞赛，K3以2.8T混合注意力架构、百万级上下文与原生多模态能力跻身一线开源阵营。在算力优势不再绝对的背景下，开放权重与基础设施的协同输出正成为中美AI竞争的新变量；与此同时，K3在网安和数学推理上的短板也提醒业界，开源并不等于能力完全追平西方前沿。
参考来源：
- https://the-decoder.com/moonshot-ai-releases-kimi-k3-open-weights-and-infrastructure-after-shaking-up-the-frontier-model-race/
- https://huggingface.co/moonshotai/Kimi-K3
- https://www.lmsys.org/blog/2026-07-27-kimi-k3-day0-support
- https://www.kimi.com/blog/kimi-k3
- https://github.com/MoonshotAI/Kimi-K3
- https://x.com/Kimi_Moonshot/status/2081760186235289764
- https://x.com/Kimi_Moonshot/status/2081767591887122564
- https://x.com/Kimi_Moonshot/status/2081762978391843020
- https://github.com/kvcache-ai/AgentEnv
- https://huggingface.co/RadixArk/Kimi-K3-DSpark