王宇明

2.8 万亿参数、百万词元上下文、原生多模态—— Kimi   K3 近日发布，再次把国产大模型推到世界聚光灯下。它将开放权重模型带入近 3 万亿参数时代，也证明了中国人工智能不再只是追赶者，已开始在部分前沿赛道探路领跑。

面对 " 世界最大 " 的头衔，中国既不必压低声量，也不能急着开香槟庆祝。

参数代表模型体量，却不等同于智能水平。Kimi   K3 真正值得关注的，不只是把模型做得更大，而是借助混合专家架构，让海量参数按需调用，在扩大知识容量的同时控制计算成本。参数是门票，不是奖杯；跑分是坐标，不是终点。大模型竞争早已告别单纯 " 堆参数 "，转向算法、算力、数据、工程和生态的综合较量。

Kimi   K3 的亮相，不是一场 " 独角戏 "。DeepSeek 主攻低成本推理和开源生态，通义千问构建多模态、代码和轻量化模型矩阵，智谱 GLM 发力智能体和复杂任务，百度文心依托搜索、知识和产业平台推进落地。不同企业选择不同路线，共同抬高了中国大模型产业的整体 " 海拔 "。

比一个模型登顶更可贵的，是一批企业同时向上生长。国内大模型赛道正在从比参数、比榜单，转向比效率、比应用、比生态。竞争压低调用价格，开源降低创新门槛，模型由少数企业的 " 昂贵玩具 " 加速成为千行百业的生产工具。一个模型能跑多快固然重要，一个产业能带动多少人一起跑，才更决定未来。

开放共享路线，更显格局与担当。面对部分国际巨头不断筑高技术围墙，中国企业持续开放模型权重、工具链和接口，让高校、中小企业及全球开发者共享创新成果。人工智能不应是少数公司的私有矿藏，而应成为更多国家用得起、接得住、改得动的公共技术资源。中国大模型做强开源生态，既在参与竞争，也在贡献世界。

当然，我们也需保持清醒认知：参数领先不等于全面领先。国产模型在复杂推理、长期任务执行、基础理论创新和全球开发者影响力方面，仍有差距；高端芯片、基础软件、优质数据等短板，也不会因一次榜单突破而自动补齐。承认差距不是自我否定，而是拒绝用掌声代替脚步，保持清醒前行的定力。

中国人工智能的底气，从来不只是一串参数，而是完整的产业体系、丰富的应用场景、庞大的工程师队伍和不断壮大的开放生态。Kimi   K3 为国产大模型发展标注了一个新坐标：我们已经站在世界前沿，但远未抵达终点。

不妄自菲薄，也不自满；敢于攀登高峰，也愿意分享成果。参数丈量模型的体量，创新、开放与应用才决定中国人工智能到底能走多远、飞多高。

（作者单位：辽宁大学哲学院）

责编：栾 溪

审核：叶 健