今天上午，DeepSeek
V4 發布，直接把這個大模型瘋狂更新月推向了最高潮。
百萬上下文標配，性能比肩頂級閉源模型，首發適配華為昇騰晶片，隨便一個點單拎出來能寫一篇爆款頭條。
不過在我翻看 V4 的技術報告的時候，在訓練層面看到了一個被大部分人忽略的名詞：Muon 優化器。
這個技術名詞，怎麼看著這麼眼熟呢？
原來是前兩天發布的 Kimi 2.6 里，就是通過 Muon優化器，在相同的訓練量下實現了2倍的效率提升，並在 1 萬億參數規模上解決了訓練不穩定的難題。
早在上個月楊植麟站在英偉達 GTC 2026 的舞台上，花了演講中最長的一個板塊講它。Kimi 是全世界第一個發論文證明 Muon 可以用在萬億參數大模型訓練上的團隊。
楊植麟是這樣說的：「用 MuonClip 而非 Adam 訓練 Transformer 大模型，效果會好得多。」正確實現後，token 效率提升 2 倍。在數據牆面前，這相當於把 50 萬億 token 用出了 100 萬億的效果。
現在，這項技術出現在了 DeepSeek V4 的訓練方案里。
我又回來翻了一下 Kimi K2 的架構底層，又發現了一個更有意思的細節：它用的是 DeepSeek-V3 提出的 MLA（Multi-head Latent Attention）。
DeepSeek 的技術報告寫著 Kimi 的名字，Kimi 的架構底座寫著 DeepSeek 的名字。 你中有我，我中有你。
這大概是中國 AI 圈最魔幻的一幕：兩家被外界反覆對比的開源雙子星，技術底層早就長到了一起。
而且，Kimi 類似這樣的巧合，已經不是第一次了。
五次「撞車」，五個拐點
算上 V4 和 K2.6 前後腳上線，這已經是 Kimi 和 DeepSeek 過去一年裡的第五次「撞車」了。
五次「撞車」，如果只是時間重合，那叫巧合。但把每次發布的內容拉出來看，你會發現一條清晰的暗線：每次撞車恰好對應一個 AI 行業拐點的到來。
第一次是最戲劇性的。2025 年 1 月 20 日晚 8 點 10 分，DeepSeek R1 發布並以 MIT 協議完全開源。不到兩小時後，Kimi k1.5 亮相。
兩者都瞄準同一件事：讓模型從「張嘴就來」變成「先想後說」，用強化學習跑通 Long-CoT 長思維鏈推理。
在這之後，中國的開源力量就徹底改變了整個全球 AI 的格局。
後來 OpenAI 在一篇論文中點名指出：Kimi 和 DeepSeek 是「最早復現 OpenAI-o1 Long-CoT」的兩家公司。全世界只有這兩家中國公司看懂了 OpenAI 在做什麼，並且用自己的方式做了出來。
那是中國 AI 從「追隨者」開始變成「引領者」的分水嶺。
最近這次就是今天。四天之內，K2.6 帶來了 SWE-Bench Pro 58.6% 的 Agent 集群並行編程能力，V4 把百萬上下文做成了所有服務的標配，輸出長度拉到 384K tokens。
兩家同時推進國產晶片適配：V4 下半年支持華為昇騰 950，寒武紀已完成 Day 0 適配；K2.6 支持國產晶片混合推理。
Agent 能力、編程天花板、百萬上下文、國產晶片適配、開源生態，全齊了。
從「學會思考」到「學會幹活」，從「改 Transformer」到「改算力底座」，五次撞車其實展現出來的，是中國 AI 不再一味對標 OpenAI ，逐漸不再依賴英偉達，在開源上走出屬於自己的路。
撞車背後的必然
發布撞車的巧合固然有意思，但更值得關注的，其實是巧合背後的一些必然。
讓我們先回到 DeepSeek 架構里的 Muon 。
楊植麟在 GTC 演講中講了一個技術困難：當 Kimi 把 Muon 擴展到 1 萬億參數時，訓練不穩定性成了攔路虎。最大 logits 爆炸超過 1000，正常值只有 50 到 100。
損失先降後升，根本無法收斂。他們的解法是 QK-Clip，對每個注意力頭計算最大 logit 的裁剪值，把查詢和鍵限制在合理範圍內。訓練損失不受影響，但穩定性問題消失了。
K2 模型用這套技術完成了訓練，創下機器學習史上最大規模 Muon 訓練的紀錄。
而 DeepSeek V4 的技術報告裡，Muon 被直接寫進了訓練方案。大多數模組用 Muon 加速收斂，嵌入層和預測頭仍用 AdamW，混合使用。這是對 Kimi 底層創新的一次直接引用。
反過來，Kimi K2 的底層架構採用了 DeepSeek-V3 提出的 MLA。Multi-head Latent Attention，通過壓縮 KV 緩存大幅降低推理成本，是 V3 最核心的架構創新之一。
你的論文成了我的基礎設施，我的創新成了你的底座。 寫在引用列表里的互相成就。
在矽谷，你很難看到這種事。OpenAI 和 Anthropic 之間的技術是「護城河」，能藏則藏。但 Kimi 和 DeepSeek 之間長出了一種更原始也更健康的關係：開源社區裡的正向循環。
Kimi 和 DeepSeek 是中國首批開源萬億參數模型的玩家，都相信 Scaling Law。技術路線上，DeepSeek 以推理模型見長，Kimi 以 Agent 能力著稱。
底層架構上，兩家都在挑戰同一批「古老」的基礎設施。Kimi 發了「注意力殘差」論文，DeepSeek 做了 mHC 殘差連接，都在改 ResNet 時代留下來的殘差連接方式。
在長文本這條線，Kimi 探索線性注意力（Kimi Linear），DeepSeek 探索稀疏注意力（DSA），殊途同歸。
所以當它們撞車時，與其說是巧合，不如說是對同一個方向的必然趨同。
用中國的晶片，跑中國的模型，對全世界開源
在 OpenRouter 上，Kimi 和 DeepSeek 穩居中國模型調用量前兩名。
Cursor 接入了 Kimi，日本樂天 Rakuten AI 3.0 基於 DeepSeek 開發。被海外產品「套殼」這件事，放在兩年前是恥辱，現在是勳章。
Meta 新模型 Muse Spark 發布時，官方 Blog 做的對比基準線里，Kimi 和 DeepSeek 跟 GPT-4、Claude 並排站著。英偉達 GTC 上，黃仁勛用來展示晶片性能的中國模型就是這兩家。
海外認可之外，更值得注意的是國產晶片這條線。H20 晶片已斷供一年，高端推理晶片短期內只有國產一個選項。兩家公司同時在做同一件事：讓中國模型跑在中國晶片上。
上周黃仁勛在播客訪談里說了一句話：「如果當初 DeepSeek 先在華為平台上發布，那對我們來說非常可怕。」
今天，V4真的首發適配華為昇騰，工程團隊把整個技術棧從 CUDA 遷移到了華為 CANN 框架，從算子庫到通信原語到內存管理，V4 的混合注意力、MoE 專家並行、FP4 量化訓練，幾乎每層從頭實現。寒武紀也在 Day 0 完成了 V4 全系列的 vLLM 推理適配，代碼已開源。
黃仁勛一語成讖。
而 Kimi 在國產晶片上走的路更早，也更深。為了給國產晶片「鋪路」，Kimi 在架構創新上掏出了兩個殺手鐧。
Kimi Linear 混合注意力架構把線性注意力層與全注意力層以 7:1 配比混合，將 KV 緩存體積壓縮到極低水平。實測數據很直觀：32K 上下文下，混合架構模型 KV 吞吐量僅 4.66 Gbps，同規模稠密模型高達 59.93 Gbps。
KV 緩存傳輸需求被壓到了普通以太網可承載的範圍，RDMA 高速網路從「必選項」變成了「可選項」。
在此基礎上，Kimi 聯合清華大學發布了 PrFaaS（預填充即服務）論文，把推理的 Prefill 階段和 Decode 階段徹底解耦，調度到不同異構硬體集群上。實測吞吐量提升 54%，首詞延遲降低 64%。
這套方案打破了「大模型推理必須綁定同一種高端 GPU」的前提：算力強的國產卡做 Prefill，頻寬強的國產卡做 Decode，各司其職。
DeepSeek 用 V4 證明了國產晶片能跑萬億參數的旗艦模型，Kimi 用架構創新證明了國產晶片可以跑得好、跑得省。
一個從工程適配切入，一個從架構設計切入，終點都是同一個：讓英偉達不再是唯一選項。
以前的國產 AI 敘事是「用英偉達的卡，追 OpenAI 的模型」。現在這對雙子星同時在寫另一個劇本：用中國的晶片，跑中國的模型，服務全世界的開發者。
你的 MLA 是我的基礎，我的 Muon 是你的加速器
回看這一周AI 行業的瘋狂更新，我們已經處在了一個新的轉折點。
同一周內，兩個中國團隊各自發布了萬億參數級開源模型，性能逼近甚至持平美國頂級閉源模型。這在一年前是不可想像的。
當閉源模型的價格是開源模型的 50 倍，開源陣營每隔幾個月就推出一個新的萬億參數選手，競爭天平正在發生微妙的傾斜。
這不是「贏了」或「超越」這麼簡單的勝負之分。閉源模型在複雜推理和系統可靠性上仍然有明顯優勢，Opus 4.6 的思考模式依然是 V4-Pro 追趕的目標。但開源陣營的速度、成本優勢和生態覆蓋面，正在改變這場競賽的規則本身。
除了這五次撞車發布，這兩家公司還有一個巧合。梁文鋒來自廣東湛江，楊植麟來自廣東汕頭。兩個廣東人，撐起全球開源 AI 半邊天。
梁文鋒像工程師哲學家，相信開源和底層創新，V4 發布公告結尾引的是荀子，「不誘於譽，不恐於誹，率道而行，端然正己。」
至於楊植麟在我看來像產品科學家，他認為用戶體驗和技術突破可以兼得，在 K2.6 發布時他提到了 Linux 之父 Linus Torvalds 那句「Talk is cheap. Show me the code.」
一個古典，一個極客。就是這兩個風格迥異的創始人，一起定位了中國開源模型在世界坐標系的位置。
你的 MLA 是我的基礎，我的 Muon 是你的加速器。這大概也是中國在能短時間內引領全球開源 AI 的重要原因之一。
