6.0
深览指数
科技智东西··AI 生成
对话Kimi B端负责人黄震昕：把国产大模型搬上亚马逊云科技，未来与海外“御三家”掰手腕
本文是月之暗面Kimi B端负责人黄震昕在2026亚马逊云科技中国峰会期间的专访。核心信息：Kimi与亚马逊云科技达成覆盖基础设施、平台服务、业务合作、垂直行业的四层合作，借助AWS全球网络拓展海外企业客户；月之暗面C端和B端业务增长迅速，但强调专注生产力场景、不做娱乐；团队仅300余人，在Muon优化器、Linear架构、Agent集群等技术上有底层创新。文章有助于了解国内头部大模型厂商的出海策略与技术路线选择。原文 ↗
核心观点
- ▍月之暗面Kimi的战略定位是专注于生产力场景、不做娱乐，通过探索底层模型架构创新（而非仅堆算力）来突破Scaling Law瓶颈，并借助与亚马逊云科技的合作加速全球化。
- 01Kimi与亚马逊云科技的合作覆盖四层：基础设施层（使用AWS全球数据中心）、平台服务层（模型登录SageMaker和Bedrock）、业务合作层（API上架AWS Marketplace）、垂直行业层（联合打造金融、医疗等解决方案）。
- 02月之暗面团队仅300多人，在技术创新上推广了Muon二阶优化器（使10T数据发挥20T效用）、Kimi Linear架构（将长链成本从指数增长降为线性）、Agent集群（支持300个子Agent并行4000个协作步骤）。
- 03Kimi自研的KVCache架构Mooncake将Cache命中率提升至92.5%，使K2.7-code模型有效输入价格降低74%。
- 04黄震昕指出当前全球大模型处于硬件紧缺状态，算力成本上涨导致模型普遍涨价，但厂商通过Cache优化等技术也在拉低实际成本，形成两股力量博弈。
- 05Kimi的Visual-to-Code功能可将视觉动效用代码实现，并与字节Trae合作推出Visual Debug功能，让程序员通过截屏标注bug来让模型修复。
反方 / 局限
- — 文章本质是合作案例分享与企业宣传稿，并未讨论任何反方观点或局限，如Kimi与海外“御三家”（OpenAI、Google、Anthropic）的实际竞争差距、模型出海面临的数据合规与地缘政治风险、以及从纯技术指标到企业客户真实部署效果的落差。
8 分钟 · 4 卡片 · 11 资料
读原文 →