真爱趁现在
月之暗面回应K3：做难而正确的事，不惧马斯克挑战_我的网站
一 | 7月21日下午，北京海淀知春路月之暗面总部，在一个充满摇滚风格的会议室里，月之暗面企业业务负责人黄震昕接受了新京报贝壳财经记者的采访，这也是Kimi K3大模型发布后Kimi首次公开接受媒体采访。 月之暗面企业业务负责人黄震昕回答新京报贝壳财经记者问题。
二 | 罗亦丹 摄 K3大模型参数量达2.8 万亿，是目前全球参数规模最大的开源权重模型，在多个权威榜单上拿到第一，受到了国际上的广泛关注。连马斯克都在K3评测报道的评论区留言称“令人印象深刻”，并表示后续将推出2万亿参数的模型“可能超越Kimi”。K3的火爆程度也导致需求量激增，7月19日，月之暗面暂停了C端新用户订阅。 芝能科技出品 今年 7 月，美国自动化促进协会（A3）在 Humanoid Robot Forum 上做了一场座谈，请来三家做灵巧手相关生意的创始人：PSYONIC 的 Aadeel Akhtar、Sanctuary AI 的 Olivia Norton，还有刚被自己另一家公司收购的 Kinisi 创始人 Bren Pierce。
三 | 对于算力紧缺的现状以及未来企业的发展。
四 | 黄震昕坦言“K3过于火爆，我们其实已经做了预案，但挡不住用户热情，有人说这和去年的‘DeepSeek时刻’一样，最后我们选择优先保证老客户的体验。” 而对于马斯克的“挑战”，黄震昕笑言，可能这次的表现（让他们）得到一点震撼的感觉，现在拭目以待，希望他们出来跟我们掰一掰手腕，“我们的技术有很多都开源给了全世界，我们也不担心技术会马上被别人学走，我们有这样的胸襟和气度，希望马斯克也能做出2万亿的模型，我们一起共同进步。
五 | 主持人把话题引向人形机器人“另一道最大的难题”，灵巧度，以及背后的数据采集与训练。” “其实已经做了比较充分的准备，但挡不住用户热情” 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 7月17日凌晨，Kimi K3正式对外发布。 这几个人的答案各不相同，却都绕不开一个事实：人形机器人走到今天，腿能走、身能平衡，真正卡住它的，是那两只手。消息传开后的48小时内，全球开发者的使用请求涌入了月之暗面的服务器，远超团队此前的预估，用户量迅速逼近现有算力集群的承载极限。
六 | 7月19日晚间，Kimi官方发布说明称“收获了远超预期的支持，但也面临始料未及的算力挑战”，随即暂停C端新用户订阅。 “我们提前做了充分的算力储备预案，但用户和客户的热情还是超出了预估。 一只人手有 27 个自由度，27 块骨头，三十多条肌肉，还有数以千计的神经末梢。 我们靠它拿起鸡蛋、系鞋带、弹钢琴，从来不觉得难。要让机器复刻这种灵活，却是机器人学里最磨人的一道关。”黄震昕在采访中坦言。 ● 第一关：把足够多的动力塞进巴掌大的地方 灵巧手难，第一难在驱动。他表示，目前公司的优先级是保障存量付费用户的使用体验，“不愿为了扩大用户规模牺牲存量用户体验”。
七 | 要在跟人手差不多大的体积里，塞进电机、减速器、编码器、传动机构和传感器，还得有力气。
八 | 业界主流用空心杯电机，直径往往只有 6 到 8 毫米，功率密度很高，可塞得密了就发热，手指里那点空间散热极难，长时间高负载很容易过热。 特斯拉在第三代灵巧手上把执行器全挪到了前臂，手指靠腱绳远程拉动，就是为了给手部减重、给散热留余地。
九 | 与此同时，团队正通过两条路径缓解供需矛盾——一是模型效能的持续优化，二是算力供给的快速扩容。 PSYONIC 的 Ability Hand 反过来，把 6 个无刷电机直接放进手掌和手指，换来 0.2 秒的合拢速度和 490 克的重量，代价是自由度只有 6 个。
十 | 这种“幸福的烦恼”并非没有先兆。K3的技术实力在发布前就已引起业内关注。 这里头有个绕不开的取舍：电机离关节越近，控制越直接、响应越快，可手就越重、越热；电机挪远了，手轻了，可传动链变长，精度和寿命又成了新麻烦。其核心支撑技术之一“Attention Residuals”（注意力残差）早在2026年3月就以技术报告形式开源，该技术方案可让模型训练与推理效率提升25%。马斯克当时就在社交媒体上公开称赞，评价其为“非常令人印象深刻的工作”。 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 当K3的完整性能数据在发布后揭晓，行业反应剧烈。在被业内视为最贴近真实工程开发的编程“金标准”Frontend Code Arena 榜单上，K3以1679分登顶。K3的上一代模型K2.6在同一榜单上排第18位，一代之间跃升17个位次。 ● 第二关：连杆、腱绳还是直驱 驱动之后是传动，这是灵巧手路线分歧最大的地方。
十一 | 连杆传动靠刚性的杆件把动力送到关节，负载和精度都好，工业里很稳，缺点是不够柔，手指掰不过去的地方就是掰不过去。 因时机器人的 RH56 系列、傲意科技的 ROHand 都走这条线，靠它把成本压下来、把可靠性做上去，因时 2025 年单这一系列就卖出了一万多只。
十二 | 腱绳传动更像人，用柔性线缆模仿肌腱，把电机放在前臂，靠拉索带动手指，轻、灵活、自由度能堆得高。
十三 | 特斯拉第三代、英国的 Shadow、国内的灵心巧手 L30、宇树 Dex5 都在这条线。 可腱绳的软肋也明显：线缆会磨损、会拉伸、张力会漂移，时间一长关节零位就歪了。Vercel的CEO Guillermo Rauch发帖称，K3在Next.js官方综合Web工程基准（nextjs.org/evals）评测中领先Fable，“这是开源模型首次在该综合Web工程评测上全面超过闭源模型。” 和DeepSeek-R1推出后英伟达一度大跌类似，K3也影响到了美股表现，美东时间7月17日，CNBC报道美股半导体板块走出今年以来最差单周行情，跌幅创下2025年4月之后新低，而导火索是“中国月之暗面发布全新AI大模型。” 对于K3在全球的影响，黄震昕表示，“我们在全球市场上真正做出了SOTA级别的模型，定价不是朝便宜去定的，我们也摆脱了‘开源模型就是要做便宜的、低价的’这样的印象。” “模型公司一定要做模型” 面对用户的热情与海外广受关注的表现，Kimi显得颇为低调。 “不做高性价比的标准化业务，而是聚焦‘难而正确’的前沿探索。
十四 | 有调研报告称，特斯拉在工厂分拣测试里灵巧手寿命只有六周，每年换件成本逼近十万美元，腱绳的蠕变和摩擦是主要推手。
十五 | ”黄震昕这样解释公司的核心理念。 复合钨丝腱绳（高测股份基于光伏金刚线技术）抗蠕变达普通产品 200 倍、循环寿命超 160 万次，可单只手用到的钨丝成本就过万元，暂时贵得用不起。 直驱则是电机直接顶在关节上，没有传动误差、响应快，兆威机电等用它做高精度手，代价是体积大、散热难、末端惯量大。 于是越来越多方案走向混合：丝杠加腱绳、行星齿轮箱加丝杠加腱绳，在灵活和精度之间找平衡。 ● 第三关：让手真的“感觉到”东西 光会动还不够，手得知道摸到了什么。如同登月一般，一旦实现突破，将为全人类创造巨大价值——这并非一句口号，而是贯穿在月之暗面从技术研发到商业布局的每一个决策之中。 在当前，越来越多的AI企业开始聚焦落地和Agent时，月之暗面却一直保有对基础模型的执念，“模型公司一定要做模型。人类指尖每平方厘米有近万个触觉像素点，机器人长期是“盲人摸象”，只在指尖放一个单点力传感器。 2025 年这个情况在变。”黄震昕说。 基础模型的强度是所有上层应用的前提，Agent、C端产品、行业解决方案都是模型能力提升到一定阶段后的自然产物。只有持续打磨最强模型，才能构建长期竞争壁垒。6 月，北京通用人工智能研究院和北大联合做的 F-TAC Hand 登上《自然·机器智能》封面，手掌 70% 面积铺了高分辨率触觉传感器，空间分辨率到 0.1 毫米。 这种执念在K3身上得到了集中体现。根据月之暗面公布的技术文档，K3基于月之暗面自研的KDA混合线性注意力机制和Attention Residuals技术构建，采用MoE（混合专家）架构，在896个专家中高效激活16个，扩展效率较前代K2提升约2.5倍。 帕西尼的 DexH13 集了 1140 个触觉单元，还把 AI 视觉融进来；智元的 OmniHand 在一只 500 克的手上布了 400 多个力控触点，售价压到 9800 元；强脑的 Revo 2 能分辨硬度、纹理、受力方向，现场演示过点火柴。更关键的是，月之暗面是Scaling Law（缩放定律）的坚定信仰者——模型参数量、训练数据量、计算量三者同步提升，模型性能就会持续增强——但传统Scaling Law面临指数级成本的硬约束：算力投入扩大100倍，模型性能仅提升10倍。 月之暗面的解法不是简单的工程效率优化，而是底层架构创新。 黄震昕透露，过去8到11年间，大模型领域的三大核心基础技术从未出现本质迭代，而公司在2025至2026年完成了对这三项底层技术的突破，这也是K3能够实现SOTA性能的核心支撑。这些进展让机器人从“握住”走向“感受”。 但电子皮肤也有自己的麻烦：反复触碰会磨损，柔性传感器在工厂环境里寿命有限，触觉数据怎么和控制闭环接上，也还在摸索。 ● 第四关：手和脑要一起练 前面三关是硬件，最后一关在软件。自由度越高，协调越难；要让二十多个关节听话地配合，离不开触觉、力觉的实时反馈，更离不开能理解任务的大模型。其中，Moon Clip二阶优化器是行业首次在万亿级大模型训练中应用该新型优化器，大幅提升Token效率，可让20TB训练数据发挥出相当于40TB的效果。K2系列曾在过去12个月中保持9个月的参数量领先，K3也将在参数量与性能上保持一段时间的领先优势。 宇树创始人王兴兴最近有个判断：机器人本体、灵巧手这些硬件还有提升空间，但某种意义上已经基本够用，真正的短板在软件层的具身智能大模型，那个领域现在还没人真正突破，处境像 ChatGPT 出现前的一到三年。 这里还有个鸡生蛋的问题：没有大规模部署，就采不到足够的真实交互数据；没有够聪明的模型，又没法大规模部署。 灵心巧手估算，大约要一百万台级别的装机量，才能把真实数据集补全，让灵巧手在部署中学会大多数人类技能。 黄震昕告诉记者，Kimi现阶段暂不提供私有化部署服务，商业模式对标海外成熟头部AI企业，核心发力打磨模型基础能力，他也明确了行业参数规模趋势，表示Kimi的大模型参数规模会持续向上拓展，不会止步于当前2.8万亿规模。这条路，硬件能跑，数据在起步，模型还在概念期。 Kimi的“审美”：不做娱乐性场景，聚焦生产力 技术突破只是起点，商业化落地才是检验模型价值的关键。 ● 国外进度：几条不同的路 把视野拉到全球，几家走得各有章法。 K3在编程能力上的表现已经为它赢得了开发者生态的初步认可，其在多项评测中展现出与顶级闭源模型抗衡的实力。 ◎ 特斯拉最激进，Gen3 干到 22 个自由度（五指各 4 个加手腕 2 个），执行器 17 个，前臂放电机、腱绳拉手指，还用 O 型圈弹性回弹省掉 4 到 5 个伸展电机，拇指做成了三自由度。在Program Bench评测中，K3得分77.8，以0.2分的微弱优势超过GPT-5.6 Sol的77.6；在FrontierSWE上得分81.2，大幅领先GPT-5.6 Sol的71.3，但次于Fable 5的86.6。在实际应用中，K3展示了长程工程能力——在计算天体物理“I-Love-Q”普适关系复现任务中，K3用约两小时完成了通常需要资深研究人员一到两周才能完成的工作。 但月之暗面的商业化视野不止于此。黄震昕在采访中透露，公司即将推出Kimi Hosted Agent企业级服务，开放Agent编排调度（Harness）能力，将沙箱环境与智能体调度框架整合为标准化平台，向企业客户提供PPT生成等场景的API接口，支持嵌入企业内部系统，可自定义内容风格，适配投研分析、内容生产、办公自动化等多元场景。 工程巧思很多，可腱绳蠕变、摩擦、零位漂移这些坑还没填平，量产时间也一再往后推。
十六 | ◎ Shadow Robot 是另一条路，做了二十多年，24 个关节（20 个主动自由度加 4 个欠驱动），20 个直流电机，腱驱，一百多个传感器跑在 1kHz 上，还接了 BioTac 指尖触觉，ROS 全打通。 谈及与海外头部模型公司的竞争，黄震昕表示，全球模型公司在商业化方面已找到一条可行路径，Kimi在产品创新上持续投入，包括AgentSwarm路由在行业做Agent之前就已经做出来。 它是研究圈的金标准，可一台十万美元往上，重 4.3 公斤，是实验室里的精密工具，不是量产货。“我们还是希望从产品驱动，然后设计不同的商业模式，打造出非常有竞争力的产品。” 黄震昕在采访中强调了Kimi一贯的“产品审美”，“我们不会做娱乐性的场景，也不做生图、生视频，我们一直的定位就是生产力场景，包括编程、金融、法律、科学研究等领域，这就是我们的审美，我们会一直按照这个价值观去努力奋斗。 ◎ PSYONIC 最特别，从假肢起家，Ability Hand 五指、6 自由度、30 个触觉传感器、490 克、0.2 秒合拢，NASA、Meta、Google、Amazon 都在用，Apptronik 的 Apollo、Hexagon 直接把它接上机器人，ABB 拿它做数据采集。 它证明了一件事：假肢领域打磨了几十年的五指灵巧和触觉反馈，能直接给机器人用。 ◎ Kinisi 和 Sanctuary 则更务实。
十七 | Kinisi 把双臂 torso 架在轮式底盘上，手用现成夹爪，先把能干活跑通；Sanctuary 把重心压在移动操作，不执着于一步到位造出最像人的手。” 在北京，从海淀知春路到清华校门口，短短一段路程聚集了智谱、Kimi等多家国内头部AI企业。黄震昕说，这里的产业集聚并非偶然——“人才密度高、政策支持完善，端一杯咖啡就能找到对应领域的专业人才”。
十八 | Figure 的 02 代手是 16 自由度，每根手指一个自含的电机加传感单元，指尖能感知低到 3 克的力量，手掌还藏了摄像头做手内视觉，配合 Helix 模型端到端训练。 ● 国内进度：多路线一起冲 国内更热闹，截至 2025 年 3 月相关企业已超 40 家，资本和出货量都在猛涨。 2025 年国内灵巧手销量 1.92 万只，同比涨了 236%，2026 年预计冲到 7 万只，到 2030 年可能破 43 万只，五年复合增速约 87%。这片被业内称为中国AI“卧龙池”的土地上，蛰伏的故事远不止一个。而K3的全球爆火和随之而来的算力告急，或许只是月之暗面“登月计划”的一个阶段性注脚。 新京报贝壳财经首席记者 罗亦丹 视频 罗亦丹 陈蜜蜜 实习生 彭紫桐 编辑 杨娟娟 校对 杨利。 路线也分几支。
十九 | ◎ 连杆派以因时、傲因为代表，靠可靠和低价走量； ◎ 因时的 G2 系列做到 13 个主动自由度、18 个可动关节，整手 990 克、指尖力 20N，已经盈亏平衡。 腱绳和高自由度派冲得最猛。 ◎ 灵心巧手的 L30 到 25 自由度，2025 年融了五轮，放话 2026 年交付 5 到 10 万台； ◎ 宇树 Dex5 单手 20 自由度（16 主动加 4 被动），94 个触点，能打扑克、拧魔方； ◎ 曦诺未来的 Flex 1 也是 25 自由度，手掌 380 克，自研 8 毫米空心杯电机和 7 毫米行星滚柱丝杠，扭矩密度做到 322Nm/kg； ◎ 灵巧智能的 DexHand021 Pro 是 22 自由度仿生架构，还先提出了量化灵巧度的评价体系。 触觉感知派则有帕西尼、强脑、戴盟、智元。 ◎ 帕西尼把多维触觉和 AI 视觉合在一起，四个月拿了 10 亿融资； ◎ 戴盟用毫米级视触觉传感器做易碎件柔顺操控； ◎ 智元 OmniHand 把 400 多个触点塞进 500 克的手，9800 元的定价把高自由度手拉到万元以内，2026 年 4 月又亮出 22 加 3 自由度的 Ultra-T，掌内还集了摄像头。 整机厂几乎都在自研，宇树、智元、优必选、星动纪元（XHand 12 主动自由度）、兆威机电（DM17 十七自由度）各显神通。 对比之下：各有所长，也各有欠账 把国内外摆在一起看，差距很少体现在某一项参数上，更多在各自的侧重点。 ◎ 国外在高自由度、仿真生态、假肢技术迁移上积累更深：Shadow 嵌进英伟达 Isaac Lab，让全球研究者在仿真里用它训练；PSYONIC 把假肢的触觉和可靠性直接搬过来；特斯拉把自由度和仿生推到极限。 它们的手更像研究级或参考级产品，单项强，可成本和寿命是硬伤。 ◎ 国内则在成本、量产、供应链、高自由度基础上冲得猛。 因时靠连杆方案一年卖一万多只，灵心巧手喊出十万台年交付，帕西尼四个月十亿融资，智元把高自由度手压到万元档。短板在数据和模型，这是王兴兴说的软肋，也是全行业的软肋。 特斯拉的灵巧手在工厂测试寿命只有六周、单只成本超六千美元；同一时间因时靠相对简单的连杆方案卖破万台。极致仿生和稳定量产，眼下还不是一回事。 小结 人形机器人真正干活，不能用夹子，灵巧手，难在硬件要小要轻要有力，难在传动要柔要准要耐用，难在传感要密要稳要真，更难在软件和硬件得一起练、一起放量。
| 国外的手在精度和生态上先走一步，国内的手在成本和产量上追得很凶。
Current article:http://4zws.shangyaohujunwei.bond/q06my7/hjutx.html
Published on:06:59:00
