在2026年英伟达GTC大会上，月之暗面Kimi创始人杨植麟发表了题为《How We Scaled Kimi K2.5》的主题演讲，首次系统性披露了Kimi模型的完整技术路线图。这场演讲被业界视为大模型技术发展的重要里程碑，其中提出的三项底层架构重构——MuonClip优化器、Kimi Linear混合线性注意力架构、以及Attention Residuals跨层注意力机制，正在重新定义大模型训练与推理的技术边界。

技术创新①
MuonClip优化器：打破Adam十年垄断

自2014年Kingma和Ba提出Adam优化器以来，这一算法已经成为深度学习领域的标准配置，统治了大模型训练整整十年。然而，随着模型规模进入万亿参数级别，Adam优化器的局限性日益凸显：内存占用过高、收敛速度瓶颈、以及在极端规模下的数值稳定性问题。

Kimi团队提出的MuonClip优化器，基于Keller Jordan提出的Muon优化器进行了深度改进。核心创新在于引入了Newton-Schulz迭代与QK-Clip机制，这两项技术共同解决了万亿参数规模训练中的Logits爆炸问题。具体而言，Newton-Schulz迭代提供了一种更高效的矩阵求逆近似方法，显著降低了优化器的计算复杂度；而QK-Clip机制则通过对Query和Key的梯度进行智能裁剪，有效防止了训练过程中的数值溢出。

从技术原理来看，MuonClip的改进主要体现在三个层面。首先是梯度计算的优化，传统的Adam优化器需要为每个参数维护一阶和二阶动量估计，这在万亿参数规模下会消耗巨大的内存。MuonClip通过引入Newton-Schulz迭代，将二阶矩估计的计算复杂度从O(n³)降低到接近O(n)，同时保持了良好的收敛性质。其次是数值稳定性的增强，QK-Clip机制通过动态调整裁剪阈值，有效防止了训练过程中出现的梯度爆炸问题。最后是与分布式训练的兼容性，MuonClip针对数据并行和模型并行场景都进行了专门优化，使其能够高效运行于大规模GPU集群之上。

技术创新②
Kimi Linear：重新定义长上下文处理

长上下文能力是大模型实用化的关键指标之一。从早期的4K上下文，到后来的32K、128K，再到如今的1M甚至更长，上下文长度的扩展始终是技术研发的重点。然而，传统的全注意力机制（Full Attention）存在一个根本性的瓶颈：计算复杂度与序列长度的平方成正比，这使得长上下文处理的成本呈指数级增长。

Kimi Linear基于KDA（Kernelized Dot-Product Attention）架构，提出了混合线性注意力架构。这一架构的核心思想是：并非所有的注意力层都需要使用计算密集型的全注意力，通过在不同层之间智能分配全注意力和线性注意力，可以在保持模型能力的同时大幅降低计算开销。

Kimi Linear的技术细节体现了工程实现与理论创新的完美结合。在线性注意力的实现上，团队采用了核技巧（Kernel Trick）来近似Softmax注意力，通过将注意力计算从O(n²)降低到O(n)，实现了线性复杂度。关键在于特征映射函数的选择，Kimi团队经过大量实验，找到了既能保持表达能力又具备计算效率的最优映射方案。此外，混合架构的设计也颇具匠心，通过对不同层的重要性进行分析，团队发现深层网络更适合使用线性注意力，而浅层网络则需要保留全注意力以捕捉细粒度特征。

技术创新③
Attention Residuals：残差连接的进化

残差连接（Residual Connection）是深度学习领域的另一项基础性技术，由He等人于2015年提出，有效解决了深层神经网络的梯度消失问题。然而，传统的残差连接采用简单的等权叠加方式，即每一层都平等地从所有前序层接收信息。这种方式虽然简单有效，但在信息传递效率上存在明显不足。

Kimi提出的Attention Residuals将传统的等权叠加替换为跨层的Softmax注意力机制。这意味着每一层都可以主动、有选择性地从前序层提取信息，而不是被动地接收所有层的等量贡献。这种机制使得信息流动更加高效，模型能够更精准地整合不同层次的特征表示。

杨植麟在演讲中表示，Kimi将坚持开源路径，把MuonClip、Kimi Linear和Attention Residuals等底层创新贡献给开源社区。这一决定体现了一家技术驱动型公司的责任感与远见——通过开源，这些创新将惠及整个行业，推动大模型技术的整体进步。

2026年3月19日凌晨，小米集中发布了MiMo V2系列三款大模型：旗舰语言基座MiMo-V2-Pro、全模态Agent基座MiMo-V2-Omni，以及语音合成模型MiMo-V2-TTS。这次发布标志着小米正式进军大模型领域，并以极具竞争力的定价策略向市场发起冲击。

旗舰模型
MiMo-V2-Pro：参数规模与性能并重

MiMo-V2-Pro是小米大模型家族的旗舰产品，总参数量超过1万亿（1T），激活参数为420亿（42B）。模型采用混合注意力（Hybrid Attention）架构，混合比例从前代的5:1提升至7:1，这意味着在计算资源有限的情况下，模型能够更高效地利用稀疏激活机制。同时，MiMo-V2-Pro支持1M超长上下文窗口，这在当前主流大模型中属于领先水平。

在能力方面，MiMo-V2-Pro在OpenClaw、Claude Code等智能体框架中表现出色，可在无人工干预条件下完成复杂工作流编排、长程规划与精准工具调用。在Coding能力方面，小米内部工程师评测体感接近Claude Opus 4.6，具备更强的系统设计与任务规划能力。这些能力指标表明，MiMo-V2-Pro已经达到了业界一流水平。

全模态
MiMo-V2-Omni：感知与行动的统一

MiMo-V2-Omni是小米首个在基座层面统一感知与行动的全模态模型。它融合了文本、视觉与语音输入，支持256K上下文，定价为输入$0.4/百万token，输出$2/百万token。官方宣称其音频理解综合表现超越Gemini 3 Pro，图像理解超越Claude Opus 4.6。

在实际应用场景中，MiMo-V2-Omni可结合OpenClaw框架实现浏览器自动化操作，包括跨平台比价下单、短视频制作与发布等端到端任务。这种全模态能力使得模型能够真正理解和操作数字世界，而不仅仅是处理文本信息。对于小米这样一个拥有庞大IoT生态的公司来说，全模态大模型具有特殊的战略价值——它有望成为连接小米各类智能设备的统一大脑。

语音合成
MiMo-V2-TTS：多粒度情感控制

MiMo-V2-TTS语音合成模型支持从整体风格到句内局部情绪的多粒度控制，能够自然处理标点、语气词等格式信号，并支持东北话、四川话、粤语等多种方言，以及角色扮演式风格化演绎和歌声合成。这一模型将与小米的语音助手小爱同学深度整合，为用户提供更自然、更富表现力的语音交互体验。

🍎
库克否认退休传闻：”无法想象没有苹果的生活”

苹果公司CEO蒂姆·库克在接受ABC《早安美国》节目采访时，正面回应了外界流传的退休猜测。他明确表示卸任说法纯属传闻：”不，我没说过那样的话，从来没有。这只是外界流传的谣言。我深爱自己的工作。28年前我加入苹果，从那天起，我热爱在这里的每一天。我们经历过起伏，但共事的伙伴们无比优秀。他们激发了我最好的一面，我也希望能成就他们。我无法想象没有苹果的生活。”

此前有媒体爆料，苹果已在为库克2026年卸任做准备，加之库克去年已到65岁常规退休年龄，市场对苹果高层更迭的猜测愈演愈烈。库克的这番表态无疑给市场吃了一颗定心丸。在库克任期内，苹果市值从不到4000亿美元增长到超过3万亿美元，成为全球市值最高的公司。他的卸任将对苹果产生深远影响。

📱
微信灰度测试「折叠发图」功能

微信正在iOS端灰度测试折叠发图新功能。用户在聊天界面发送3张及以上图片或视频时，底部将出现「合并发送」选项，发送后内容将以可左右滑动的折叠卡片形式展示。接收方可点击「展开」查看全部原图，也可点击「收起」恢复折叠视图，交互逻辑与苹果iMessage的多图展示方式类似。据悉，该功能目前仅限iOS 8.0.69版本的部分内测用户使用，Android端暂未开放。

💾
DRAM短缺将持续到2030年，缺口超20%

SK集团会长崔泰源在英伟达GTC 2026大会上接受媒体采访时表示，全球DRAM芯片短缺的状况预计将持续至2030年，基础DRAM晶圆的短缺幅度将超过20%。他认为，DRAM产业至少需要「四到五年」来完成产能扩张，「不管到哪里，情况都是一样，即使在韩国之外建立产能，也需要同样的时间」。

受全球人工智能应用快速发展影响，算力需求持续攀升，核心硬件及相关基础设施成本出现显著上涨。国内主要云厂商相继宣布涨价，标志着算力成本上升正在重塑行业格局。

腾讯高管在财报发布后的媒体会上表示，人工智能需求激增不仅带动DRAM及高带宽内存（HBM）需求回升，乃至CPU、固态硬盘、机械硬盘等需求全面回升。目前订单已需提前几个月、几个季度甚至数年预定。供应商优先保障规模最大、合作最稳定的客户，比如腾讯云。规模较小的云厂商如今已难以确保获得稳定的供应链支持。

腾讯高管表示，在此背景下行业或别无选择，只能将成本上涨转嫁至售价。过去24小时内，已目睹多家中国云厂商在多方面的价格上调。这一表态预示着，算力成本的上升将成为未来一段时间内AI行业发展的主旋律，可能会加速行业的整合，让资源更向头部企业集中。

📊
腾讯财报：AI推动盈利结构优化

腾讯控股发布2025年第四季度及全年财报。AI持续推动公司盈利结构优化：Q4营收1943.7亿元，同比增长13%；Non-IFRS经营利润695.2亿元，同比增长17%。全年营收7517.7亿元，同比增长14%；Non-IFRS经营利润同比增长18%。

腾讯2025年第四季资本开支付款224亿元，主要用于支持AI业务发展。财报还披露，腾讯全年砸792亿押注AI，马化腾首次公开谈「养虾」——这里的「养虾」是腾讯内部对AI战略投资的隐喻，意味着需要长期投入、耐心等待收获。

🎬
泡泡玛特携手索尼影业，LABUBU真人动画电影官宣

泡泡玛特与索尼影业共同宣布了LABUBU电影的最新进展，双方将围绕泡泡玛特旗下经典IP形象THE MONSTERS（LABUBU）开发真人动画电影。目前影片尚处早期开发阶段，计划采用真人实景与CGI相结合的形式。电影计划由曾执导《帕丁顿熊》系列及票房大作《旺卡》的保罗·金出任导演及制片人，THE MONSTERS艺术家龙家升将深度参与电影创作。这标志着中国潮玩品牌的IP影响力正在向全球市场拓展。

🤖
MiniMax发布新一代大模型M2.7

MiniMax发布新一代Agent旗舰大模型M2.7，首次展示「模型自我进化」路径。该模型通过构建Agent Harness体系，深度参与自身训练与优化流程，在部分研发场景中可承担30%-50%的工作量，并在内部评测集上实现约30%的效果提升。这一进展表明，AI系统开始具备自我改进的能力，向真正的智能体（Agent）迈出了重要一步。

回顾本期观察的几大事件，我们可以清晰地看到AI产业正在进入一个全新的发展阶段。技术层面，以Kimi K2.5为代表的新一代大模型正在突破传统架构的瓶颈，从优化器、注意力机制到残差连接，基础组件的全面革新正在释放新的性能潜力。商业层面，小米等科技公司以大模型为切入点，正在重构产品生态和竞争格局。基础设施层面，算力资源的紧张正在成为制约行业发展的关键因素，云厂商的涨价潮可能只是开始。

对于普通用户而言，这意味着更智能的产品、更便捷的交互、以及更丰富的生活体验。对于从业者而言，这既是最坏的时代——竞争空前激烈，也是最好的时代——机遇前所未有。让我们共同见证AI技术如何重塑这个世界。