效率不是省钱，是推高智能上限
数据总量有天花板，高质量数据就那么多。在数据墙面前，token 效率翻倍等于凭空多出一倍数据，产出的不是更便宜的模型，而是更聪明的模型。这是他把效率从基建议题重新定义为智能前沿的核心论证。
token-efficiencyagi-roadmap
跳到 00:04:51 
DEPTH PROFILE
杨植麟
Zhilin Yang
Moonshot AI / Kimi 创始人
Moonshot AI（月之暗面）/ Kimi
创始人研究者中国生态
- 6
- 观点
- 4
- 精选
- 1
- 访谈
EDITOR'S SELECTION
代表观点
4 条经过五问筛选的核心判断
Scaling 有三个维度，不只是加数据加算力
他把整个研究议程组织成三条线：token 效率提升单步质量（用同样数据训出更强的模型），长上下文让 agent 能连续运行数天甚至数周，agent swarm 让大量子 agent 并行协作解决复杂任务。三条线最终汇聚成一个系统：一群拥有超长上下文和强先验的 agent 协同工作。
agi-roadmapagent-native
跳到 00:02:44 视觉和文本必须从第一天合训，事后拼接做不出跨模态涌现
几乎所有开源模型在文本模型训练完成后才追加视觉能力（late fusion），他反过来从零开始就把图像和文字混在一起训（early fusion）。结果不但没有互相拖后腿，反而互相增强：纯视觉 RL 改善了文本推理，强文本底座让零视觉 SFT 也能达到接近最好的视觉表现。
agi-roadmap
跳到 00:27:50 2014 年的 Adam、八年前的 attention、ResNet 全部可以被替换
这些技术长期被当作不可动摇的默认选项。他的团队逐一替换并取得大幅提升。他认为这在十年前做不到，因为缺乏 scaling ladder 和足够的算力来做严谨实验；现在有了完整的评测体系，才有可能对古老默认做出有信心的结论。
agi-roadmap
跳到 00:36:24 ALL INSIGHTS
全部观点
按当前资料入库顺序排列
01
效率不是省钱，是推高智能上限
数据总量有天花板，高质量数据就那么多。在数据墙面前，token 效率翻倍等于凭空多出一倍数据，产出的不是更便宜的模型，而是更聪明的模型。这是他把效率从基建议题重新定义为智能前沿的核心论证。
token-efficiencyagi-roadmap
跳到 00:04:51 02
Scaling 有三个维度，不只是加数据加算力
他把整个研究议程组织成三条线：token 效率提升单步质量（用同样数据训出更强的模型），长上下文让 agent 能连续运行数天甚至数周，agent swarm 让大量子 agent 并行协作解决复杂任务。三条线最终汇聚成一个系统：一群拥有超长上下文和强先验的 agent 协同工作。
agi-roadmapagent-native
跳到 00:02:44 03
视觉和文本必须从第一天合训，事后拼接做不出跨模态涌现
几乎所有开源模型在文本模型训练完成后才追加视觉能力（late fusion），他反过来从零开始就把图像和文字混在一起训（early fusion）。结果不但没有互相拖后腿，反而互相增强：纯视觉 RL 改善了文本推理，强文本底座让零视觉 SFT 也能达到接近最好的视觉表现。
agi-roadmap
跳到 00:27:50 04
2014 年的 Adam、八年前的 attention、ResNet 全部可以被替换
这些技术长期被当作不可动摇的默认选项。他的团队逐一替换并取得大幅提升。他认为这在十年前做不到，因为缺乏 scaling ladder 和足够的算力来做严谨实验；现在有了完整的评测体系，才有可能对古老默认做出有信心的结论。
agi-roadmap
跳到 00:36:24 05
开源模型不能只是开放，还必须足够强
开放权重让你可以部署在任何地方、看到模型的每一个参数而不是使用黑盒。但光开放不够，开源模型必须达到前沿水平才能真正让智能变得人人可及。
open-source
跳到 00:01:08 06
agent swarm 不是终点，scaling 的维度还会增加
在 token 效率、长上下文、agent swarm 之后，他预期会出现新的 scaling 维度，并表示将与开源社区一起探索。
agi-roadmapagent-native
跳到 00:39:11 EVIDENCE
访谈来源
观点所依赖的证据层
一手音视频
查看来源 ↗How We Scaled Kimi K2.5 | Zhilin Yang's full GTC 2026 Keynote
2026-03-21 · 40 分钟 · EN