夏一新／加拿大英屬哥倫比亞大學哲學博士、副教授、精神科醫師
北京AI新創公司月之暗面（Moonshot AI）於2026年7月16日發布大型語言模型Kimi K3。這款開源模型擁有2.8兆參數、100萬Token上下文長度，具備文字與視覺理解能力，並聚焦軟體工程、AI代理（AI Agent）、知識工作與深度研究等複雜任務，被視為中國開源大模型的重要里程碑。
《金融時報》（Financial Times，FT）指出，DeepSeek震撼矽谷後，美國科技界原以為最前沿模型仍保有不到一年的技術優勢；但隨著Kimi K3、智譜AI與阿里巴巴Qwen等模型相繼推出，這段差距已大幅縮短。連OpenAI高層也承認，Kimi K3展現的不只是模仿，而是架構創新。
中國能在短時間內從DeepSeek走到Kimi K3，背後不只是一家公司，而是長期累積的人才、學術與產業體系。這條線索，必須回到圖靈獎得主姚期智，以及他在清華大學建立的人才培育系統。
從圖靈獎到Kimi K3：姚期智如何奠定中國AI人才基礎
圖靈獎（Turing Award）由美國電腦協會（ACM）設立，被譽為「電腦科學界的諾貝爾獎」。2000年，姚期智因在計算理論、密碼學、通訊複雜度及量子計算等領域的開創性貢獻獲獎，至今仍是唯一獲此殊榮的華人科學家。
姚期智的高等教育在台灣起步。他畢業於台灣大學物理學系，後赴美取得哈佛大學物理學博士及伊利諾大學電腦科學博士，並任教於麻省理工、史丹佛、柏克萊及普林斯頓等名校。2004年，他放棄普林斯頓終身教職，赴北京清華大學任教。
2005年，姚期智創辦「清華學堂計算機科學實驗班」，即「姚班」，之後又推動量子資訊班及人工智慧班（智班），建立涵蓋基礎理論、人工智慧與量子資訊的人才培育體系。這套體系，成為中國AI持續發展的重要基礎。
從姚班到AI獨角獸
姚期智建立的人才培育體系，並未停留在學術訓練，也逐步延伸至中國AI產業。月之暗面創辦人楊植麟本科就讀清華大學，後赴卡內基美隆大學深造，並參與Transformer-XL、XLNet等語言模型研究；從Kimi到Kimi K3，他已成為中國新一代大模型創業者代表。
姚班與產業的連結，也有更直接案例。曠視科技（Megvii）共同創辦人印奇、唐文斌與楊沐均出身姚班；小馬智行（Pony.ai）共同創辦人樓天城也是首屆姚班校友。從電腦視覺到自動駕駛，姚班培養的不只是研究者，也包括能把技術推向市場的創業者。
更關鍵的是，姚班、智班與清華交叉資訊研究院形成的訓練體系，重視數學基礎、演算法能力與國際視野，使人才得以在大模型、電腦視覺、自動駕駛與基礎研究之間流動。姚期智的深層影響，在於建立可持續輸出人才的系統。
中國AI崛起雖不能只歸因於姚班，DeepSeek、智譜AI（Zhipu AI）、MiniMax與百川智能（Baichuan AI）也各有來源；但姚期智奠定的基礎教育、理論訓練與人才網絡，確實是中國AI從研究走向產業的關鍵力量。
人才、算力與開源生態的競爭
人才之外，Kimi K3仍高度依賴高階晶片與大型資料中心。月之暗面雖未公布完整訓練規模，但2.8兆參數、100萬Token上下文及長程代理任務，都需要龐大GPU叢集支撐。路透社（Reuters）報導，Kimi K3推出後，月之暗面一度因需求超過現有算力而暫停新訂閱，顯示算力仍是中國大模型最現實的瓶頸。
DeepSeek的突破，並不代表高階GPU晶片不再重要，而是透過架構設計與工程優化提升算力效率。美國出口管制與中國企業取得先進晶片的限制，仍會影響中國AI追趕速度。
Kimi K3的另一項競爭力，在於開放權重。開源讓企業可自行部署與調整模型，降低對封閉服務的依賴；但模型越大，部署與推論成本越高。未來AI競爭，不只比較模型能力，也比較成本與落地效率。
中國AI能否持續追趕美國，取決於人才、算力、資本與產業應用能否同步前進。如果說輝達執行長黃仁勳打造的是AI時代的算力基礎設施，姚期智建立的則是中國AI的人才基礎。Kimi K3反映的，正是人才培育、GPU晶片供應、工程能力與開源生態累積後形成的創新力量。
※以上言論不代表梅花媒體集團立場※