“参与过Kimi K2的亲自答接生，自己的在知乎上孩子怎么看都顺眼”。7月11日晚，多位国内大模型独角兽月之暗面正式发布并开源了其最新一代MoE架构基础模型Kimi K2，研发亿参总参数量达到1万亿（1T），工程故事这一消息迅速引发了AI领域的师万数广泛关注，Kimi内部则将K2研发群戏称为“接生群”。开源多位参与“接生”的幕后Kimi研发人员随后在知乎展开“亲自答”，从多个角度深入讲述了其背后研发历程。亲自答

作为月之暗面 Infra侧推理方面研发人员，在知乎上知乎答主刘少伟谈及了K2模型结构的多位设计宗旨。他称K2模型是研发亿参在DeepSeek V3结构的框架之下，如何选择合适的工程故事参数，使得模型在训练、师万数推理成本与v3相当的开源前提下，获得明显更低的loss。“综合以上四个相比v3的改动，我们能够得到一个在相同EP数量下，虽然总参数增大到1.5倍，但除去通信部分，理论的prefill和decode耗时都更小的推理方案”。

月之暗面研究员、知乎答主Flood Sung则表示，Kimi K2最值得关注的信息，除了MuonClip带来的漂亮得起飞的loss曲线，还有就是Agent能力。他透露，为了实现更好的通用Agent能力，构建了一个大规模的agent合成数据pipeline：简单的说是一个完全自动化的agent数据生产工厂，通过全流程的模拟来过滤出好的Agent轨迹数据。Flood Sung称，“这个生产线非常符合老子的思想：‘一生二，二生三，三生万物’。”

另一位月之暗面研发人员、知乎答主Justin Wong谈到Kimi K2为何会选择开源时称，开源意味着能够借助社区力量完善技术生态，“在我们开源不到24小时就看到有社区做出K2的MLX实现、4bit量化等等，这些凭我们这点人力真的做不出来”。月之暗面研究员、知乎答主Dylan则表示，K2实际上就是一个刚出生的baby，虽然略显“灵性”，但和很多已久的frontier model（前沿模型）相比，还是有很多、很明显的缺点，“作为post-train（后训练）相关的同学，还是略感惭愧，希望后面的版本迭代里面能够持续释放K2 base model的潜力”。

开发者在AI成果发布的同时，越来越多选择来知乎发布背后的详尽思考。6月，月之暗面也曾发布一款Agent产品，Kimi-researcher两位主要研发人员也在知乎亲自答，解读产品背后的技术思考和亮点。更早之前，月之暗面开源MoBA框架研发人员鹿恩哲、苏剑林分别在知乎上讲述了研发思路，引发了业界对“稀疏注意力”框架的讨论。

2025年以来，伴随AI技术新浪潮的蔓延，知乎引领了一系列全网重要的AI趋势发布。3月，DeepSeek在知乎开设官方账号，并独家发布《DeepSeek-V3/R1 推理系统概览》技术文章；智元机器人联合创始人彭志辉（稚晖君）在知乎以视频形式发布了人形机器人灵犀X2；10年“老答主”王兴兴在知乎与网友大量互动，分享宇树机器人最新研发动态……

在顶流创业者们的一次次分享中，知乎见证了中国创新科技势力的一次次突破，也凸显了知乎作为AI领域核心交流阵地的独特价值——以其浓厚的技术讨论氛围，搭建起开发者与行业、创新成果与大众认知之间的桥梁，让前沿技术不再是晦涩难懂的孤岛，持续推动着AI行业在“思维链开源”交流下向前发展跃迁。

雷峰网雷峰网(公众号：雷峰网)雷峰网