在全球人工智能的激烈角逐中，中美两国始终处于前沿阵地。与美国在资金与算力投入上的明显优势相比，国内企业在发展AI技术时，普遍面临着算力受限的现实挑战，难以简单复制那种高投入、高消耗的研发路径。然而，这道关口并未阻挡中国企业在技术创新上取得亮眼突破。

月之暗面公司创始人近日在出席活动时坦言，团队自创立之初就清醒地意识到，国内企业无法像部分海外机构那样无限调用计算资源。这一客观条件反而促使团队必须沉下心来，开展深入的基础研究，致力于在模型效率上做到极致优化，用有限的资源实现领先的成果。她透露，Kimi系列模型的研发仅仅动用了相当于美国顶尖AI实验室约1%的计算资源，却成功推出了Kimi K2、Kimi K2 Thinking等多款具备国际竞争力的开源大模型，并且在多个关键性能指标上达到甚至超越了部分主流闭源模型的表现。

创始人还正式确认，Kimi最新一代模型即将发布。目前该模型已进入内部测试与邀请阶段，命名或将为K2.1或K2.5。虽然具体性能参数尚未详细公开，但新模型预计将在多模态能力与智能体架构两大方向实现重点突破。尤其是在AI编程这一商业化路径较为明确的领域，有望带来显著的进展。从已有信息来看，新一代模型的参数量级已迈入万亿门槛，超越此前同类产品，理论上具备更强大的综合能力。

需要指出的是，算力瓶颈并非是单一问题。此前已有研究显示，国内多家机构在训练大模型过程中，普遍受到计算资源和训练数据获取的双重制约，核心硬件的获取与技术开发环境也存在现实困难。不过，国产AI芯片的研发正在加速推进，新一代产品将全面支持FP8、FP4等先进计算标准，单卡性能持续提升。尽管与国际顶尖水平尚有追赶空间，但通过高效的集群架构与系统设计，已在特定任务场景下具备了实现整体算力优势的潜力。预计今年内，将有更多实质性进展落地。