2.8 万亿参数的 Kimi 开源了，华为芯片当天就能跑：国产 AI 栈拼上关键一块

11 月 4 日，月之暗面正式公开 Kimi K3.1 Pro 的完整模型权重。这不是一次普通的模型发布——因为它刚一放出，华为昇腾就在同一天宣布完成推理适配。一个开源、一个国产芯片当天能跑，两件本来要隔很久才接上的事，被压缩到了同一天。

一个什么来头的模型

Kimi K3.1 Pro 是 K3.1 系列的第一个模型，采用混合专家（MoE）架构，总参数达到 2.8 万亿，单次推理激活约 1040 亿参数。它原生支持视觉理解，上下文窗口能做到约 100 万 token，也就是说，一份超长的合同、一整个代码库、连续几十轮对话，它都能放进「记忆」里一起处理。在 K3 的基础上，团队扩大了后训练规模，重点提升了代码开发、3D 创作、金融研究和长程智能体任务的能力。官方公布的使用场景里，它既能改现有代码库、也能从零搭项目，还能调用 Unity、Unreal Engine、Godot 等游戏引擎；在 3D 创作里，你给文字、草图或参考图，它推断物体形状和空间关系，再生成 Blender、CAD 的建模脚本。

需要说清的是，这次「开放权重」不等于传统意义上的完全开源。训练代码、原始训练数据集并没有公开，商用要遵守月之暗面自定义的许可协议。企业拿到权重后，可以本地部署、做到数据不出域、做行业二次微调，但 2.8 万亿级别的超大 MoE 本身对硬件要求很高，不是谁都能轻易跑起来。

「0 Day 适配」到底省掉了什么

华为昇腾的公告里，关键词是「0 Day 推理适配」。意思是模型发布的当天，昇腾就基于 vLLM Ascend 和 SGLang 两套推理框架，完成了对该模型的适配，覆盖 Atlas 800 A3、Atlas 900 A3 SuperPod 超节点以及昇腾 950 超节点系列产品。过去国产大模型出来，往往要等一段时间才能在国产硬件上跑顺，中间卡在算子、框架、显存这些环节。这次昇腾团队依托此前 Kimi K3 的适配经验提前分析模型，把新增的稀疏注意力路径和多模态推理一并打通，还做了分布式缓存、量化部署等优化，把单卡显存压力摊到多张卡上，撑住 1M 超长序列。

为什么这件事值得单独拿出来说？因为大模型竞争到最后，比的往往是「模型发布」和「能用起来」之间的距离。模型能力再强，如果只能跑在别人的芯片和云上，本土企业用起来就有顾虑。当天适配，等于给国内企业做本地化、私有化部署提供了一块现成的硬件生态底座。

不止 Kimi：这一周国产模型密集上新

把视野拉宽一点，Kimi 只是这一周国内大模型密集动作的一环。11 月 5 日，DeepSeek 披露其 Harness 产品单日活跃用户已达 154 万、单日消耗约 92 万亿 token，并宣布要建官方插件市场；同一天百度开放了文心 ERNIE-5.5-Flash-Base 基座权重，2800 亿参数、微调与推理支持 100 万 token 上下文；11 月 6 日，蚂蚁百灵推出原生多模态模型 Ling-3.2-flash，5600 亿参数、100 万上下文。再加上腾讯 11 月 4 日发布的混元 Hy4，国内第一梯队几乎在同一窗口期集体亮牌。

业内一个普遍判断是：开放权重方案正在缩小与全球顶级闭源模型之间的性能鸿沟，给研发制造、工业设计、金融研究等领域提供了新的工具选择。它不一定马上改变普通人的手机体验，但会先改变企业和开发者手里的牌——更多模型可以被私有部署、按自己的数据微调，而不是每次都要把数据送到别人的云服务里。