杨植麟 GTC 最新演讲：AI 研究的范式变了！我们要重构 Transformer 的“地基” ！首次公开 KimiK2.5 技术路线！

杨植麟在 GTC 2026 披露了 Kimi K2.5 技术路线，强调通过重构 Transformer 底层架构（如 Attention Residuals）及构建智能体集群来实现智能上限的突破。

文章详细记录了月之暗面创始人杨植麟在英伟达 GTC 2026 上的主题演讲。杨植麟指出，单纯堆叠算力已不足以推动 AI 进化，必须对优化器、注意力机制及残差连接等底层基石进行重构。他首次公开了 Kimi K2.5 的技术路线，核心包括打破全注意力教条的 Kimi Linear 架构和重塑残差连接的 Attention Residuals 方案。Kimi 的进化逻辑围绕 Token 效率、长上下文和智能体集群（Agent Swarms）展开，旨在通过 Orchestrator 机制解决协作中的“串行塌缩”问题。此外，他强调 AI 研究范式已转向基于“缩放阶梯”的规模化实验验证。

- 必须重构 Transformer 的底层基石以突破智能上限。 杨植麟认为现有的技术标准已成为进化阻碍，需通过 Kimi Linear 挑战全注意力机制，并引入 Attention Residuals 方案重塑残差连接。

- 要推动大模型智能上限的持续突破，必须对优化器、注意力机制及残差连接等底层基石进行重构。

• 现有的很多技术标准其实是八九年前的“老古董”，已经成了进化的阻碍。
• 未来的 AI 不再是孤胆英雄，而是“集团军”。
• 真正的智能突破，往往藏在那些被视为“常识”的基石之下。
• 由于拥有了足够的资源和“缩放阶梯”，研究者可以进行严谨的规模化实验，从而得出更自信、更可靠的结论。

AI 评分：82

来源：51CTO技术栈

作者：51CTO技术栈

分类：人工智能

语言：中文

阅读时间：7 分钟

字数：1539

标签： Kimi, 月之暗面, Transformer, Attention Residuals, Scaling Law

阅读完整文章