跳到正文
張小珺商業訪談錄·· 2025-11-04AI 評分30

Kimi Linear、Minimax M2 與楊松琳:梳理演算法變種史,預演未來架構改進方案

119. Kimi Linear、Minimax M2?和杨松琳考古算法变种史,并预演未来架构改进方案

AI 導讀

節目與 MIT 在讀博士楊松琳討論人工智能演算法與架構創新,從 Kimi Linear、Minimax M2 和 Qwen3-Next 等模型談起,梳理近年的架構演變並探討未來改進方向。節目指出,DeepSeek 的 MoE 是近年架構的一大突破,而 Attention 可能是下一個重要方向。

正文

今天这集节目,我们将讨论一个在当下非常关键的话题:人工智能的算法与架构创新。
嘉宾是我们的往期嘉宾返场,她是MIT在读博士杨松琳,研究方向是线性注意力机制。
我们将从最新发布的几个模型Kimi Linear、Minimax M2、Qwen3-Next切入。松琳参与讨论Kimi Linear和Qwen3-Next的部分工作,是Kimi Linear论文的作者之一。
算法创新为什么在2025年变得尤为重要?
它的背后原因是,数据、算力和算法是驱动人工智能的三驾火车,在数据撞墙的无奈前提下,各个模型公司不得不重新开始“雕模型架构”,以期Scaling Law的魔法继续。而由于中国的算力相对美国有限,这反而让中国的AI算法创新走在了世界前沿。
这集节目你将听到,近几年架构最大突破是DeepSeek的MoE(混合专家模型),它让MoE成为了全球共识;而下一个突破的重要方向可能就是Attention(...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

來源:張小珺商業訪談錄 · xiaoyuzhoufm.com