卡内基梅隆大学计算机科学教授 Russ Salakhutdinov 在接受《每日经济新闻》专访时表示，月之暗面最新开源模型 Kimi K3 最独特的优势，在于开放模型权重。不过他也说，行业还需要更多实际应用和对比测试，才能判断这款模型与其他顶尖模型之间的真实差距。
导师评价杨植麟：拒绝苹果，选择回国创业
Russ Salakhutdinov 在专访中披露，杨植麟的博士论文获得超过 2 万次引用。按他的研究水平，原本完全可以先进入顶尖院校担任博士后研究员，之后再走向高校教职，但杨植麟更想创办自己的公司，甚至拒绝了苹果抛出的机会，最终选择回国创业。
Russ Salakhutdinov 转述杨植麟当时的想法称：“若不尝试创业，一定会遗憾。”
公开信息显示，杨植麟 1992 年出生于广东汕头，2011 年进入清华大学热能工程系，大学二年级转入计算机系，2015 年以第一名成绩毕业。此后，他前往美国卡内基梅隆大学攻读博士，导师为 Russ Salakhutdinov 以及时任 Google 首席科学家的 William Cohen。
卡内基梅隆大学计算机博士通常需要六年完成，杨植麟用了四年毕业。求学期间，他曾在 Google Brain 和 Meta 实习，并作为核心成员参与 Transformer-XL 和 XLNet 两项研究。报道提到，这两篇论文的引用次数都已突破 2 万次。Russ Salakhutdinov 形容他是“当时卡内基梅隆大学最优秀的学生之一”。
Kimi K3 的优势被指向开源
对于 Kimi K3 的能力，Russ Salakhutdinov 认为现在下结论仍然过早。他提到，模型发布后，行业通常还会持续进行调优，模型表现也可能继续提升。
不过，他明确肯定了 Kimi 的开源路线，并表示希望行业未来不会完全走向闭源。
在他看来，开源社区已经对 AI 产业发展作出重要贡献。Russ Salakhutdinov 说，在卡内基梅隆大学，他们的研究能够顺利推进，依赖于 Google Gemma、Meta Llama 等模型的开放特性。
他表示，如果行业模型全部采用闭源模式，研究人员无法接触模型底层内容，既难以开展系统性研究，也无法在现有模型基础上继续迭代。
同日另一则消息：月之暗面与阿里巴巴达成算力合作
就在 Russ Salakhutdinov 接受专访的同一天，彭博社报道称，月之暗面已经与阿里巴巴达成算力合作协议，可使用约 2 万颗英伟达芯片组成的集群，这部分资源占 Kimi 模型整体算力的相当大一部分。
报道还提到，阿里巴巴股价盘初上涨 7%，创 6 月 3 日以来新高。
这一消息也对应了 Kimi K3 开源之后的扩张需求。根据原文表述，模型快速扩张背后需要大量算力支撑，而相关芯片来自出口管制的另一端。
Russ Salakhutdinov 对 AGI 的判断
在这次专访中，Russ Salakhutdinov 还谈到了对 AGI，也就是人工通用智能的看法。他预计，美国、中国、印度、日本等国家的实验室还会继续推出更智能的模型，后续模型之间的差异，会更多体现在运行速度、智能程度以及使用成本上。
不过，他对 AGI 的实现时间持相对保守态度。
Russ Salakhutdinov 表示，一项技术从 0% 迭代到 80%，再从 80% 提升到 90%，相对容易；但从 90% 继续推进到 99%，难度会明显上升。
按他的说法，当前 AI 技术在某些方面已经展现出接近 AGI 的能力，并明显提升了编程、文案创作以及工具类工作的效率。但他也指出，真正的 AGI 还应包含在物理世界和真实世界中的行动能力，而这些方向距离成熟仍有很长一段路。