7月23日下午，月之暗面企业业务负责人黄震昕就外界关于K3模型是否为“蒸馏小模型”的质疑作出正式回应，明确否认了该说法。他进一步强调，K3性能跃升的核心驱动力在于底层原创架构的突破创新，而非对现有模型的蒸馏复刻或简单模仿。

7月16日，月之暗面旗下Kimi K3正式发布，这款参数规模高达2.8万亿的开源模型凭借在Arena前端代码榜单登顶的亮眼表现，引发了全球AI圈的广泛关注。然而，随之而来的是一些业内人士的质疑——性能突然大幅跃升，是否“偷师”了其他闭源大模型？所谓“蒸馏”，简单来说就是利用现有模型的输出作为训练数据，本质上属于复制而非创新。黄震昕的回应明确否定了这一猜测，并指出K3的竞争力来源于三项原创核心技术：Kimi Delta Attention（KDA）混合线性注意力机制、Attention Residuals（AttnRes）注意力残差技术，以及首次应用于大模型训练的Moon Clip二阶优化器。

其中，Moon Clip优化器尤为引人注目。在训练数据资源趋于饱和的大背景下，它能让20T数据跑出40T级别的训练效果——同等性能下，训练成本与算力功耗直接减半。再配合896个专家中仅激活16个的极致稀疏MoE架构，K3相较前代K2的整体扩展效率提升了约2.5倍。这才是关键所在：不是靠“克隆”或“蒸馏”，而是靠底层架构的硬核突破与原创创新。