The Cover Archive presented here is an independent archival text compiled entirely from publicly retrievable sources. Historical narrative is inherently bounded by the limits of available records and the perspectives of its time; the institution will continue to update and refine the archive.
The content herein is solely a record of historical research and does not constitute investment advice. All views reflect the independent judgment of the compiling institution based on publicly available information.
The coding rules and selection criteria applied herein follow the Charter of the ACF Coding System. Read the full Charter and the Tribute Seats explanation →
杨植麟，月之暗面（Moonshot AI）创始人、CEO，中国大模型开源路线最具代表性的技术型创业者。一九九二年生于广东汕头，高中从零起步学编程，获全国信息学奥赛广东赛区一等奖，"三过清华线"——保送、自主招生、高考667分汕头市理科状元——进入清华计算机系，本科年级第一，二〇一四年入围清华特等奖学金答辩。二〇一五年赴卡内基梅隆大学读博，四年完成通常六年的博士学位，师从Ruslan Salakhutdinov与William Cohen，是Transformer-XL和XLNet第一作者，两作合计引用超2万次，曾在Google Brain与Meta AI研究院实习，婉拒苹果邀请回国创业。 [1] [7] [8]
二〇二三年创立月之暗面，押注长上下文技术路线，二〇二三年十月推出Kimi Chat（20万字输入），二〇二四年三月将上下文提升至200万字，月活近700万；同年完成阿里领投的超10亿美元A+轮与腾讯入局的B轮融资。二〇二五年初DeepSeek冲击后，他180度转向：砍掉C端投放、全面开源，二〇二五年七月开源万亿参数K2，二〇二六年七月发布2.8万亿参数K3，在Frontend Code Arena编程榜单上首次让开源模型超越GPT、Claude等闭源旗舰，引发全球"Kimi时刻"。 [9] [26] [27]
截至二〇二六年七月，公司累计融资超39亿美元，F轮投后估值350亿美元，据彭博社报道正筹备最早二〇二六年四季度赴港上市。风险层面：循环智能投资人香港仲裁进行中（据公开报道）；二〇二六年七月美国官员考虑将其列入贸易黑名单并提出蒸馏指控，月之暗面与阿里均否认，指控未获证实；ARR口径存在争议，融资数据多据媒体报道、公司未正式确认。 [21] [29] [22]
二〇二三年春天，杨植麟在北京创立月之暗面时，中国大模型行业还处在一场集体亢奋中。几乎所有创业公司都在喊“做中国的OpenAI”，比拼参数规模和融资速度。他选择了一个在当时看来“太小”的切口——长文本。
三年后，月之暗面的估值走到了500亿美元的门口。Kimi K3在前端代码榜单上首次让开源模型登顶、超过Claude和GPT等闭源旗舰，“Kimi时刻”席卷全球AI圈。杨植麟的故事之所以值得被记录，不是因为他又创造了一个“天才少年创业成功”的样本，而是因为他的路径恰好构成了观察中国AI产业的一个绝佳切片——一个关于“非共识”如何成为“新共识”的切片。
从汕头金山中学的信息学奥赛班，到清华计算机系年级第一的特奖答辩台，到CMU四年博士的实验室，再到Google Brain和Meta的研究工位——这条技术精英的成长轨迹，在过去十年间为中国AI产业输送了几代核心力量。但真正让杨植麟与众不同的，是他两次在关键时刻选择了与主流相反的方向。
第一次是二〇二三年。在所有人追逐通用大模型时，他把公司的命运押注在“上下文长度”上。第二次是二〇二五年。当DeepSeek的崛起让C端投放的ROI彻底崩塌时，他砍掉了烧钱的投放，从“闭源是唯一出路”一百八十度转向全面开源。
这两次选择，一次让Kimi在百模大战中找到了清晰的产品心智，一次让K3在技术爆发中站上了全球前列。杨植麟走过的路，恰好勾勒出中国大模型产业从“追赶”到“平行”的轮廓——不是靠更多的钱和卡，而是靠更聪明的架构、更高效的工程、更开放的生态。
这便是我们记录杨植麟的意义。
杨植麟的早期经历勾勒出一个"非典型天才"的轮廓——不是从小被编程启蒙的神童，而是在高中阶段从零起步、凭借数学基础和系统性训练弯道超车的潮汕少年。摇滚与代码的双重身份，成为理解他后续创业风格的钥匙。
一九九二年出生于广东汕头的杨植麟，走了一条与多数AI创业者不同的起点路径。他并非从小接触计算机，而是在汕头市金山中学就读时，通过数学选拔进入信息学竞赛兴趣班，从零开始学习编程。金山中学信息学教师姚肖华评价他为"教过最优秀的学生之一" [2]。这套"晚自习机房常态化开放、专职教师全程指导"的培养体系，让零编程基础的他获得了系统化的科创启蒙。值得注意的是，"Kimi"这个日后响彻AI圈的名字，正是他高中参与信息学奥赛时的战队名 [2]。
杨植麟进入清华的过程颇具戏剧性——"三过清华录取分数线"：先是拿下全国青少年信息学奥林匹克联赛广东赛区一等奖获得保送资格，随后通过清华保送生考试，又以普通考生身份参加高考取得667分、成为汕头市理科状元 [4] [1]。这种"拿到门票后仍继续加码"的性格，在他后来的创业历程中反复显现。
进入清华后，他最初被录取到热能工程系，大二时因"放不下对编程的热爱"转入计算机系，师从唐杰教授 [1]。本科四年他一直保持年级第一，二〇一四年入围清华本科生最高荣誉特等奖学金答辩。答辩现场他留下了那句广为流传的话："这是计算机科学最好的时代，因为这是数据的时代。这是我人生中最好的时代，因为我怀揣梦想，做最好的事情，让数据改变世界。" [5]
与"学霸"标签并行的是他鲜明的文艺气质。二〇一三年他与同学组建校园摇滚乐队Splay——名字本身就取自计算机科学中的伸展树（Splay Tree）数据结构，完美融合了他的两个世界。他担任鼓手和词曲创作，乐队拿下清华校园歌手大赛最佳原创歌曲奖 [6]。这种"理性与叛逆交织"的特质，构成了他后来创业风格的底色——他说"创新的精神和摇滚的精神一样，都是用新东西带来新增量" [43]。
四年读完CMU博士、两篇论文合计引用超2万次、拒绝苹果邀请回国创业——这段经历不仅奠定了杨植麟的技术声望，更塑造了他"以第一性原理判断方向、用规模化方式推进研究"的方法论。
二〇一五年，杨植麟从清华毕业，赴卡内基梅隆大学语言技术研究所攻读博士。他的两位导师分量极重——Ruslan Salakhutdinov（时任苹果AI研究负责人，深度学习先驱辛顿的学生）和William W. Cohen（时任谷歌首席科学家） [7]。CMU计算机博士通常需要六年，而杨植麟只用了四年。导师Salakhutdinov评价他"可能是当时CMU最优秀的学生之一" [7]。
博士期间，杨植麟产出了两项足以载入NLP史册的工作。第一项是Transformer-XL，它首次将注意力语言模型的长依赖能力全面提升到RNN之上，引入了片段级循环机制和相对位置编码，成为NeurIPS 2019与ACL 2019最高引论文之一 [9] [33]。鲜为人知的是，这篇论文最初投到ICLR 2019被拒了，理由是"做语言模型没有意义"。这次拒稿反而成为XLNet的催化剂——杨植麟和戴自航希望"复兴语言建模，证明更好的语言模型能在下游任务上带来更好的效果" [8]。
XLNet的诞生堪称一段传奇。它通过排列语言建模和双流自注意力机制，融合了自回归与自编码两种预训练范式的优势，在20个标准任务上全面超越当时如日中天的BERT，其中18个任务取得历史最好成绩 [3] [8]。论文入选NeurIPS 2019 Oral，谷歌学术引用次数迅速突破万次。XLNet的成功，不仅是技术上的突破，更体现了杨植麟的研究哲学："根据不完整的信息选择研究方向，而选择的结果往往难以预测" [8]。
博士期间，杨植麟还曾在Google Brain和Meta AI研究院实习，直接参与大模型研发。毕业时，苹果向他发出邀请——"如果他当时希望加入苹果，不存在任何阻碍" [7]。但他婉拒了。他对导师说："如果我不尝试一下创办自己的公司，我会后悔的。" [1] 这种"不创业会后悔一辈子"的信念，驱动他在二〇一六年读博期间就联合创办了循环智能（Recurrent AI），一家专注销售科技的企业服务公司，后来获得红杉资本投资，并与华为云联合研发盘古大模型 [1] [13]。
循环智能时期的杨植麟完成了从研究者到创业者的身份转换。这段ToB创业经历虽然不如今日月之暗面耀眼，却为他积累了创业方法论、融资资源和团队网络——也留下了后来仲裁风波的伏笔。
二〇一六年，还在读博二的杨植麟联合创办循环智能（Recurrent AI）。这是他第一次创业，选择的赛道是销售科技——利用NLP技术从销售对话数据中挖掘价值。这个选择与他的学术背景一脉相承：基于XLNet和Transformer-XL等底层技术，打造企业级对话洞察工具 [12]。
循环智能的业务逻辑很清晰：从销售与客户的沟通录音、文本记录中提取语义信息，实现高意向线索打分、客户画像自动生成、有效话术挖掘和执行力监测四个场景。杨植麟在二〇二〇年的访谈中提到一个具体案例："我们的线索评分上线之后，大概通话时长提升了100%，转化率提升了到原来的270%" [12]。
这段经历的意义远不止于一家公司的成败。它让杨植麟完成了从研究者到创业者的关键跃迁——他需要思考产品方向、组建团队、对接客户、管理现金流。更重要的是，循环智能为他积累了两个关键资源：一是与红杉中国等顶级投资机构的关系（红杉后来连续投资了月之暗面的多轮融资）；二是张予彤这个关键人物——当时在金沙江创投的张予彤主导了对循环智能的投资，后来又成为月之暗面的二号位 [15]。
二〇一九年，杨植麟入选北京智源研究院"智源青年科学家"名单，是最年轻的入选者，也是唯一的90后 [8]。同年他从CMU博士毕业回国，全职投入创业。二〇二〇年入围福布斯中国30岁以下精英榜 [3]。这些荣誉标志着他在学术圈和产业界的双重地位的确立。
但循环智能时期也埋下了后来的争议种子。二〇二四年十一月，循环智能的投资人在香港国际仲裁中心对杨植麟和联合创始人张宇韬提起仲裁，理由是他们在获得投资方豁免同意之前就启动了月之暗面的融资和创立 [3] [22]。这一事件成为月之暗面发展史上第一个重大法律风险事件。
二〇二三年创立月之暗面时，杨植麟做了两个关键选择——以长文本能力作为差异化突破口，以C端超级应用为最终目标。这两个选择决定了公司的早期叙事和战略重心，也为后来的过山车式发展埋下了伏笔。
二〇二三年初，ChatGPT的爆火让全球AI创业进入疯狂模式。杨植麟判断"真正的窗口就一个月"，迅速行动。二〇二三年3-4月，他与周昕宇等人创立月之暗面科技有限公司。公司名取自Pink Floyd 一九七三年的经典专辑《The Dark Side of the Moon》——"跟月亮无关，想去探索宇宙的未知。因为月亮它的背面一直都是看不到的，你只能看到它正面，但它的背面其实很让人好奇。" [9]
创业之初，杨植麟的开局并不顺利。据报道，他最初只想融2000万美元却四处碰壁，彼时资本更看好王慧文的光年之外。转折点出现在王慧文因病退出后，资金重新涌入市场。在杨植麟的清华学姐、金沙江创投的张予彤牵线下，红杉中国、真格基金等机构迅速下注。二〇二三年六月，成立仅两个月的月之暗面完成近20亿元人民币天使轮融资 [16] [43]。
杨植麟为月之暗面选择的技术路线极为清晰：押注长上下文（Long Context）。他判断长文本处理能力是大模型竞争中最关键的差异化突破口，"是行业现在最需要解决的问题，也是通往下一步产品化路上的最大卡点" [9]。这个选择背后有深刻的技术逻辑：杨植麟在博士期间就研究长序列建模，Transformer-XL本质上就是为了解决Transformer固定长度上下文的问题。可以说，Kimi的长文本能力，是他从CMU时期就开始的技术积累的自然延伸。
杨植麟极度看重“人才密度”，团队成员中不乏Google Gemini核心开发者、Stable Diffusion Group Norm第一作者、RoPE位置编码提出者等顶尖人才 [9]。这种近乎“人传人”的内推招聘风格，与公司治理层面的隐患一脉相承，留待后文风险一章展开。
二〇二三年十月九日，月之暗面推出Kimi Chat，支持20万汉字输入。这是当时国内可产品化使用的最长上下文长度。产品上线后连续数月用户环比增长超100%，验证了长文本策略的市场吸引力 [15]。
值得一提的是，杨植麟彼时的信念与两年后截然相反——在早期的媒体沟通会上，他明确表态“闭源是通往超级APP的唯一通路”“我们暂时没有开源的计划” [9]。长文本这一注他押对了，但更大的转向还在后面。
二〇二四年是Kimi的"出圈年"——200万字上下文引爆市场，月活快速攀升至近600万。但C端烧钱换增长的模式很快遭遇质疑，大额投放带来的是用户规模还是虚假繁荣？这个问题在DeepSeek崛起后有了残酷的答案。
二〇二四年三月十八日，月之暗面宣布Kimi支持200万字超长无损上下文，再次刷新行业纪录 [26]。这个功能精准击中了知识工作者的痛点——阅读长文档、分析报告、整理资料，Kimi一跃成为生产力场景的首选工具。QuestMobile数据显示，二〇二四年三月Kimi App月活跃用户达到589.7万，加上小程序月活91.1万，全平台月活近700万 [23] [24]。
资本随之疯狂涌入。二〇二四年二月，月之暗面完成超10亿美元A+轮融资，阿里巴巴领投约8亿美元，红杉中国、小红书、美团龙珠等跟投，投后估值约25亿美元，创下当时国内大模型单轮融资最高纪录 [13] [17]。二〇二四年八月，B轮融资再获约3亿美元，腾讯正式入局，投后估值升至约33亿美元 [16]。阿里、腾讯两大互联网巨头同时投资一家创业公司，在国内大模型赛道极为罕见。
但繁荣背后隐忧已现。Kimi的用户增长很大程度上依赖C端投放——在安卓渠道、信息流广告上的投入规模巨大。这种"烧钱换增长"的策略在二〇二四年的大模型热潮中很常见，但其可持续性从未被真正验证。更关键的是，长文本作为差异化优势的壁垒正在被快速侵蚀——各家厂商都在加长上下文窗口，技术差距不断缩小 [30]。
二〇二四年，月之暗面还经历了管理层层面的变动。张予彤从金沙江创投加入月之暗面担任总裁，成为公司二号位，负责融资、增长等业务 [15]。她的加入加速了公司融资进程，但也带来了潜在的利益冲突问题——她曾作为投资人主导了对循环智能的投资。二〇二四年十二月，金沙江创投朱啸虎在社交媒体炮轰张予彤持"巨量免费股"，引发轩然大波，金沙江创投随后回应"为正视听" [22]。
11月，循环智能投资人在香港提起仲裁一事被曝光，杨植麟和CTO张宇韬被指在未获投资人豁免的情况下创立月之暗面。月之暗面回应称仲裁内容泄露违反保密义务 [3]。这一系列事件，让月之暗面在技术和产品高光之外，也开始面临越来越多的商业伦理和公司治理审视。
二〇二五年初的DeepSeek时刻是月之暗面的"至暗时刻"，也是战略转型的催化剂。杨植麟做出了一个艰难但正确的决定——大幅收缩C端投放、放弃K1系列、全面转向开源路线。这个转变最终为公司赢得了新生。
二〇二五年一月二十日，月之暗面发布推理模型Kimi K1.5，对标OpenAI o1。但就在同一天，DeepSeek发布并开源了DeepSeek-R1——这个几乎零投放的模型在一周内斩获数千万用户，市场的注意力瞬间被全部吸走 [13]。
这是Kimi的艰难时期。二〇二五年春节后，杨植麟和团队做出了三个关键决定：第一，以"持续拿到SOTA"为最优先级目标；第二，大幅减少C端投放；第三，从闭源走向开源 [13]。这个转向的幅度不可谓不大——仅仅一年多前，杨植麟还在媒体沟通会上明确表态"闭源是通往超级APP的唯一通路""我们暂时没有开源的计划" [9]。
战略转向背后是深刻的行业逻辑变化。DeepSeek用事实证明了：开源+极致效率可以产生巨大的市场能量，甚至比大规模C端投放更有效。月之暗面如果继续在C端流量赛道上与字节等巨头硬碰硬，结局可能是"消耗资源却做不出壁垒"。一位月之暗面员工说："如果你在对手更强的赛道，那你就没有胜的可能。" [15]
转向之后，月之暗面经历了长达16个月的融资空窗期——从二〇二四年八月B轮到二〇二五年末C轮。这段被内部称为"奥德赛时期"的阶段，月之暗面几乎从公众视野中消失。公司砍掉了Ohai、Noisee等试水的C端应用，投流规模骤降超七成，将资源集中投入到基座模型研发上 [31] [30]。
杨植麟亲自下场写代码，研发团队全员投入K2模型的开发 [15]。二〇二五年七月，Kimi K2发布并开源，《自然》杂志网站称之为“中国的又一个DeepSeek时刻” [15]。K2之后的技术接力与市场爆发，将在下一章详细展开。与此同时，商业化路径开始清晰——会员订阅（49元/99元/199元三档）与付费API相继推出，杨植麟在二〇二五年底内部信中披露：全球付费用户数月增速170%，11月以来海外API收入增长4倍 [14]。
从K2到K3，月之暗面完成了从"追赶DeepSeek"到"走出自己的路"的跨越。K2.5抓住了OpenClaw（龙虾）的风口，K3则在前端代码能力上首次实现开源模型超越闭源旗舰。杨植麟的技术路线图——替换Transformer三大基础组件——正在被系统性地兑现。
二〇二六年一月二十七日，Kimi K2.5发布并开源。这款模型的运气与实力并存——它恰好赶上了OpenClaw（开发者社区俗称"龙虾"）的爆发期。K2.5原生支持Agent集群能力，与Claw框架的底层需求高度匹配，月之暗面迅速推出Kimi Claw云端服务，用户一键即可部署 [31]。
市场反应堪称爆炸。据Stripe数据，Kimi个人订阅用户1月支付订单数环比增长超8280%，2月再涨123.8%，冲进Stripe全球榜单前十 [13]。近20天的收入就超过了二〇二五年全年总和。ARR（年度经常性收入）在3月初突破1亿美元，4月增长至超2亿美元——一个月就翻了一倍 [13]。
二〇二六年三月的英伟达GTC大会上，杨植麟作为唯一受邀的中国独立大模型创始人登上主会场演讲台。这场题为"How We Scaled Kimi K2.5"的演讲中，他公开了一条非常清晰的技术路线图：不与美国公司比堆算力和参数，而是替换Transformer时代沿用近十年的三个基础组件——优化器Adam、注意力机制、残差连接。月之暗面提出了三个替代方案，全部开源 [32] [31]。
这个演讲的意义远超技术本身。它展示了一条不同于美国"极致资本+极致算力"的技术路线——在资源约束下，通过架构创新实现效率突破。马斯克在社交平台上评价相关研究"令人印象深刻"（Impressive），前OpenAI联合创始人Karpathy也转发讨论 [32]。
四个月后的7月16日，Kimi K3正式发布，基本兑现了GTC演讲中的路线图承诺。这款2.8万亿参数的超稀疏MoE模型（896个专家中激活16个），支持100万token上下文和原生视觉理解能力。最震撼的是它在Frontend Code Arena榜单上以1679分登顶——这是开源模型首次在编程能力上全面超越Claude、GPT等闭源旗舰模型 [27] [32]。
K3的发布引发了全球级的震动。Axios报道称"中国刚刚利用Kimi K3改变了AI竞争格局"。K3发布当周，费城半导体指数下跌12.5%，美股AI板块合计蒸发约4700亿美元。"Kimi时刻"（Kimi Moment）一词迅速传播开来 [27] [30]。7月27日，K3全链条开源（包括模型权重、MoonEP训练系统、FlashKDA注意力实现、AgentEnv环境），登顶Hugging Face全球趋势榜单，创下平台历史最快热度攀升纪录 [18]。
二〇二六年上半年，月之暗面的估值曲线几乎呈90度垂直拉升——从43亿美元到350亿美元只用了7个月。但高速膨胀的估值背后，是ARR口径的争议、商业化可持续性的疑问，以及与美国贸易摩擦的地缘政治风险。
K2.5的商业成功和K3的技术突破，直接引爆了资本市场。二〇二六年初以来，月之暗面的融资节奏堪称行业奇观：
二〇二五年十二月C轮：5亿美元，估值43亿美元
二〇二六年1-2月：连续三轮，合计约19亿美元，估值升至约180亿美元
二〇二六年五月D轮：20亿美元，美团龙珠领投，估值突破200亿美元
二〇二六年七月F轮：超35亿美元，超募3倍提前关闭，估值350亿美元
Pre-IPO轮：规划中，目标投前估值500亿美元 [13] [18] [21]
短短半年多时间，估值从43亿美元跃升至350亿美元，涨幅超过7倍。累计融资额超39亿美元（约376亿元人民币），成为国内大模型创业公司中累计融资最多的企业 [13] [17]。
资本的疯狂背后，有几个核心驱动力：一是智谱和MiniMax在港股的成功上市提升了整个赛道的估值预期；二是K3的技术突破实实在在证明了月之暗面的研发能力；三是开源+Agent的叙事打开了商业化想象空间 [16] [28]。
但质疑也随之而来。ARR口径是最大的争议点。晚点LatePost等媒体指出，ARR既可能指年度经常性收入，也可能指年化运行率（Annualized Run Rate），而Kimi的口径并未明确说明。按Anthropic 2:1到4:1的ARR与确认收入比例推算，3亿美元ARR对应的实际入账收入可能仅为0.75亿至1.5亿美元 [21]。
估值倍数也备受关注。500亿美元投前估值对应3亿美元ARR，市销率约为167倍，远高于OpenAI、Anthropic等海外头部公司20-40倍的水平，也高于已上市的智谱（约45倍） [20] [21]。这意味着当前定价中包含了极高的期望溢价——公司需要在可见的时间内证明收入增长能追上估值。
上市的窗口正在快速打开又快速关闭。二〇二六年七月，公司完成股份制改造，名称变更为"北京月之暗面科技股份有限公司" [20]。据彭博社9月报道，月之暗面已聘请美银担任IPO整体协调人，与中金、高盛、德银共同推进，计划最早二〇二六年四季度至二〇二七年初赴港上市，募资30-50亿美元 [21]。
但上市窗口期的时间可能比想象中更紧。智谱和MiniMax上市后股价从高点大幅回落（智谱从万亿港元回落至不足5000亿），说明二级市场对AI概念股的定价正在回归理性。如果月之暗面不能在窗口期内拿出更扎实的收入增长数据，估值可能面临回调压力 [20] [28]。
月之暗面在技术和资本层面狂飙的同时，也面临三重风险的叠加——前投资人仲裁的法律风险、精英化管理模式的组织风险、以及中美科技博弈下的地缘政治风险。这些风险在公司规模较小时尚可控，但在冲刺IPO的过程中将被放大审视。
法律风险首当其冲的是循环智能投资人仲裁案。二〇二四年十一月曝光的这起仲裁，核心争议是杨植麟和张宇韬在创立月之暗面之前是否获得了循环智能投资方的豁免同意。月之暗面方面回应称仲裁内容泄露违反保密义务，但未对仲裁实体内容作出更多回应 [3] [22]。二〇二四年十二月朱啸虎炮轰张予彤"巨量免费股"事件，更是将公司治理层面的潜在问题公之于众 [22]。
组织风险则与月之暗面的管理模式密切相关。杨植麟信奉"人才驱动"而非"制度驱动"——300多人的公司，超过百人通过"人传人"内推加入，崇尚"直接沟通"，不太讲究系统和流程 [4] [45]。这种模式在创业早期能够激发天才团队的创造力和迭代速度，但随着公司规模膨胀和业务复杂度提升，组织能力的短板可能显现。尤其是从300人扩张到更大规模时，精英化管理能否支撑规模化运营，是一个待解的问题。
地缘政治风险是最新也是最严峻的一重挑战。K3发布后，美国政府迅速做出反应：7月22日，美国财政部长Scott Bessent公开表示正考虑把月之暗面加入贸易黑名单；同一天，特朗普政府科技官员Michael Kratsios指控月之暗面通过蒸馏Anthropic的Fable模型开发K3，并获取了英伟达GB300服务器。月之暗面否认了相关指控，称K3的能力提升来自原创架构改进 [29]。
此外，彭博社报道称月之暗面通过阿里巴巴获得约2万颗英伟达Hopper芯片的算力支持，并通过东南亚获取更新的Blackwell处理器 [38]。如果美国进一步收紧芯片出口管制，月之暗面的算力供应可能面临挑战——这对于一家依赖大规模算力训练大模型的公司来说，无疑是根本性的风险。
尽管如此，月之暗面也在积极开拓国际市场。据报道，公司正在同时与微软、亚马逊和谷歌谈判，希望让Kimi K3进入Azure、AWS和Google Cloud，并寻求最高30%的收入分成。如果达成，这将是中国AI公司与美国大型云厂商之间第一笔重要的收入分成协议 [29]。
杨植麟的故事是中国AI产业人才链的一个缩影——从清华KEG实验室到智谱和月之暗面，从唐杰到杨植麟，技术传承与创业精神在两代人之间延续。他从"做中国的OpenAI"转向开源路线，不仅是战略选择的调整，更折射出中国大模型产业正在走出自己的路径。
这条路上最鲜明的特征，是始终与主流共识保持距离：二〇一九年做XLNet时，语言模型还被认为"没有意义"；二〇二三年所有人追逐通用大模型时，他押注长文本；二〇二四年行业烧钱做C端投放时，他后来砍掉投放转向开源；二〇二五年中国模型被默认为追赶者时，K3在前端代码榜单上让开源首次超过闭源旗舰。每一次选择都偏离当时的共识，而每一次都被后来的发展部分验证。
他与清华的关系值得单独书写。本科导师唐杰是智谱AI的首席科学家，两人分别领导着中国AI行业两家最重要的公司——智谱和月之暗面。从一间清华实验室到两家百亿/千亿美元级公司，从唐杰说出"他是我这几年见过最优秀的学生"到两人分别站在行业最前沿，这条人才链走了十几年，还在延伸 [46]。姚期智院士创办的姚班，更是为中国AI产业输送了几代核心人才——印奇（旷视/阶跃星辰董事长）、杨植麟，以及遍布各大AI公司的技术骨干 [5]。
“创新的精神和摇滚的精神一样，都是用新东西带来新增量。”
三年时间，从零到500亿美元估值——月之暗面的融资曲线，是中国大模型产业最极致的注脚。但如果只看到数字，就错过了这个故事真正重要的部分。
杨植麟的路径，折射出一个更宏大的命题：在资源约束下，中国AI公司能不能走出自己的技术路线？答案正在变得清晰。从DeepSeek到Kimi，中国公司正在用更少的资源做出接近前沿水平的模型，用效率驱动替代资本驱动，用开源生态替代封闭围墙。这不是一个关于“超越”的故事，而是一个关于“平行”的故事——美国有OpenAI和Anthropic的闭源路线，中国有DeepSeek和Kimi的开源路径，两条路线正以各自的方式逼近前沿，一起把AI的水位抬高。
当然，未来的不确定性依然巨大。500亿美元的估值能否撑住？美国的制裁会不会升级？商业化能否从ARR的高增长走向真正的盈利？这些问题都没有答案。但有一点是确定的——杨植麟和他的月之暗面，已经在中国AI的编年史上写下了无法被忽略的一章。
他喜欢引用The Verve那首《Bitter Sweet Symphony》里的歌词：“I'm a million different people from one day to the next.”——不要惧怕改变，自己革自己的命，每天都不一样，离美好的东西会更近一些。这个34岁的潮汕鼓手，仍在AI这条漫长的山路上攀登。而山的那一面是什么，只有真正爬上去的人才看得见。
— Asia Cover Figure Editorial Committee
Unique Code
Permanent ArchiveAsia Cover Figure is dedicated to discovering and chronicling business leaders who embody long-termism. Our selection primarily draws on the theoretical framework of the Founder IP Standards Whitepaper (FIP) published by the Hong Kong Brand Institute (HKIBR), evaluating figures across strategic resolve, value creation and social responsibility. The research is open-source on Gitee: wheat-brand/hkbri-standards-whitepaper.
This content is compiled from public information for study and exchange only. It does not represent the official position of Asia Cover Figure or the Hong Kong Brand Institute and does not constitute investment advice. All content complies with applicable laws. Unauthorized alteration, reprinting or commercial promotion is prohibited. Images belong to their respective owners. For copyright concerns, please contact .
This content is compiled from public information for study and exchange only. It does not represent the official position of Asia Cover Figure or the Hong Kong Brand Institute and does not constitute investment advice. All content complies with applicable laws. Unauthorized alteration, reprinting or commercial promotion is prohibited. Images belong to their respective owners. For copyright concerns, please contact .