誰在訓練 Kimi K3 ? 深挖貢獻者名單，這有一份最全檔案

本文作者：樊天驕

2026-07-31 19:10

導語：起底 K3 背后核心極客天團，人均扛起 7 億估值！

起底 K3 背后核心極客天團，人均扛起 7 億估值！

作者丨高允毅樊天驕

編輯丨馬曉寧

7 月 27 日，月之暗面拿出全部誠意，直接把滿血版 2.8T 模型 Kimi K3 全部開源了。在技術報告的最后，他們首次公布了Kimi K3背后的實際貢獻者名單，我們細數了一下，有401位成員，可以說，這是月之暗面人才團隊的一次全面亮相。

從當初那個估值僅幾億美金的初創團隊，到如今名副其實的“國產大模型之光”，月之暗面已然成為全球牌桌上，少數能與 Claude Fable 5 和 GPT-5.6 Sol 這樣頂尖模型“掰手腕”的極客團隊。雷峰網(公眾號：雷峰網)

伴隨 K3 的發布，月之暗面最新估值飆升至 315 億美元，約為 2100 億元人民幣，而撐起這 2100 億估值的，是一個極度年輕的團隊。

據公開信息顯示，月之暗面大概有 300 多人，平均年齡不到30歲，其中，80% 是 I 人。如果換算一下，基本人均扛起7億人民幣的估值。

月之暗面的組織形式十分扁平。月之暗面一共有五個創始人，平均每人直接對接 40-50 人。內部以“無職級、無KPI、無部門墻”著稱，員工隨時可以挑戰老板。有一個細節是，在2025年初反思會，有員工提激進建議，楊植麟聽完后做得比建議更激進，直接放棄 K1 轉做 K2。

這種不拘一格同樣體現在公司的“靈魂”里。作為搖滾愛好者的楊植麟，將會議室冠以 Rolling Stones、Nirvana、Radiohead 等傳奇樂隊之名，甚至連 Kimi 的會員套餐都以 Adagio（柔板）、Allegro（快板）等音樂術語來命名。

月之暗面堅信，在算力和數據日益同質化的今天，“品味”才是建立差異化壁壘的核心驅動力。這種品味不僅體現在模型打磨上，更深刻地映射在他們對人才的挑剔與渴望上。

月之暗面喜歡雇傭 CEO 們，非常青睞有“創業者光環”或“賭徒基因”的人。據公開資料顯示，公司內部至少有 50 人創辦或加入過創業公司。而在過去一年，月之暗面招聘的新人中有超過 100 個是通過內部推薦進來的。

今天，我們按照名單，全面深挖，將 K3貢獻者有關的一切公開可信信息匯總于此。這支頂尖極客軍團的核心背景與硬核實力，盡數展現。

Kimi 技術體系頂層基石

▎周昕宇:

周昕宇是月之暗面的核心聯合創始人之一，同時他也是算法團隊負責人。

周昕宇與楊植麟早就相識，很有趣的一個細節是，周昕宇曾是清華大學 Splay 樂隊吉他手，而鼓手正是楊植麟。

在加入月之暗面之前，周昕宇曾在曠視從事算法量產及移動端模型研究。他與當時曠視的基礎科研負責人、現任階躍星辰的首席科學家張祥雨緊密合作，作為核心作者親手寫出了輕量化網絡大作 ShuffleNet。

周昕宇的主攻方向是大模型算法量產化，擅長將最前沿的實驗室算法，高效率、低成本地轉化為大規模生產線系統。他還擅長混合架構優化，在 Reddit 社區的技術交流（AMA）中，率先拆解了 Kimi K3 KDA 混合架構結合 NoPE MLA 的對比優勢，證實該架構在預訓練和強化學習中更省算力、速度更快。

▎吳育昕：

吳育昕是月之暗面的聯合創始人之一。同時，他還是人工智能領域的頂尖專家與明星架構師，在深度學習、計算機視覺（CV）以及大語言模型（LLM）的底層工程架構與基礎設施上擁有極深造詣。

吳育昕與楊植麟擁有相同的教育背景，本科畢業于清華大學計算機系，隨后赴美國卡內基梅隆大學（CMU）深造 。他曾在 Meta AI 研究實驗室（FAIR）擔任研究工程師，期間主導并貢獻了多項計算機視覺里程碑級技術。

在與楊植麟創立月之暗面之前，吳育昕就已經在深度學習和計算機視覺領域留下了兩個行業標準級的重磅成果：

一個是作為 Detectron2 的主要創建者和開發者之一，這個項目直接重塑了全球計算機視覺的研究生態，成為全球成千上萬視覺大模型和目標檢測項目的“通用底座” 。

更具開創性的是，他在 2018 年與頂尖學者何愷明共同發表了關于 Group Normalization 的大作，獲得 ECCV 2018 最佳論文榮譽提名（Best Paper Honorable Mention）。

這篇經典直接打破了傳統 Batch Normalization 在小樣本訓練下的致命瓶頸。這種用一兩行底層創新就“重寫全球 AI 訓練規則”的能力，讓吳育昕在開源世界擁有極高的技術號召力。

在月之暗面，他是那個打地基的人。他深度參與大模型架構與訓練效率的優化工作，更曾親臨全球 PyTorch 開發者大會，向全世界硬核拆解 Kimi 對全球開源基建的底層貢獻。

吳育昕的專攻方向，完美補齊了 Kimi 沖擊下一代多模態長文本極限的最后一塊拼圖。他擅長高性能深度學習系統優化，解決的是如何讓大模型在萬億參數下跑得更穩、算得更快、內存吃得更少，這正是 Kimi 在長文本和高并發下保持絲滑體驗的技術鐵壁。

作為深度學習里程碑之作 MoCo v1 的核心作者之一，他讓 Kimi 不僅擁有行業最強的大腦（自然語言理解），更正在長出能夠深度理解現實物理世界的眼睛（多模態視覺）。雷峰網

▎張宇韜：

張宇韜是月之暗面的聯合創始人之一，同時也是月之暗面的 CTO。他與楊植麟為清華同門師兄弟，智譜創始人唐杰是他的老師。

2016 年，張宇韜與楊植麟共同創立“循環智能”，隨后，他與楊植麟共同創立“月之暗面”。如果說楊植麟是月之暗面的“領航員”，那么張宇韜就是那個負責把“智能”這艘巨輪動力系統調校到極致的首席工程師。 Kimi 能夠在長文本、復雜推理和 Agent 任務執行上實現跨越式進化，張宇韜功不可沒。

在加入月之暗面之前，他已經在知識圖譜與異構數據融合領域留下了數個“行業級”的重磅成果。

他最廣為人知的技術標簽之一，是作為技術負責人主導了科技大數據分析平臺 AMiner 的研發。這個如今服務于全球千萬級學者的平臺，其背后核心的異構數據融合技術就包含張宇韜在清華攻讀博士期間參與構建的底層能力。這種對 “海量知識如何被機器吸收、理解并檢索” 的深度洞察，直接構成了 Kimi 超長文本處理能力的技術底座。

在學術貢獻上，他在 KDD、CIKM 等計算機頂尖會議發表過多篇高引論文。他不僅擅長通過知識圖譜讓 AI 具備“邏輯感”，更是在循環智能時期就主導開發了“千循零樣本 AI 平臺”，實現了行業大模型在企業服務場景的規?；涞?。

張宇韜的專攻方向，精準預判了 AI 從“能對話”向“能干活”轉變的每一個節點。 他專注于推動長上下文窗口技術和動態擴展網絡架構，解決的是如何讓 AI 在海量信息中保持“清醒”。

在 2026 年 7 月的最新技術峰會上，他一針見血地梳理了行業工程化的三段技術脈絡：2023 年是研究‘怎么問’的 Prompt 時代，2024 年演進到‘給足信息’的 Context 時代，而到了 2026 年，大模型正式步入 Harness 工程新階段。如今，他正帶領團隊攻克“怎么構建運行環境、讓 AI 出了問題能自己閉環修改”的 Agent 終極戰局。

▎許欣然：

圖注：右一是許欣然

許欣然是月之暗面（Moonshot AI）工程副總裁兼 AI 基礎設施負責人。

他具備全棧底層開發經驗，此前在曠視曾負責 MegEngine（天元）深度學習框架與億級向量檢索系統的研發。目前，他主要負責月之暗面大模型訓練、推理與基礎設施的整體架構設計。

在大模型推理端，針對 Kimi 的長文本業務場景，他與團隊聯合設計了以 KV Cache 為中心的分離式推理架構 Mooncake。該成果因徹底分離了預填充（Prefill）與解碼（Decode）階段、緩解了百萬級超長上下文的顯存和 I/O 壓力，獲得了存儲頂級會議 FAST 2025 最佳論文獎。

同時，作為 MoBA（混合塊注意力）機制的核心作者之一，他通過塊級別注意力切分，在訓練和推理兩端為 Kimi 實現了大幅的降本增效。

在模型訓練端，他參與了開源項目 Moonlight 及其底層優化器 Muon 的研發，利用矩陣正交化處理替代傳統 AdamW，降低了萬億參數模型在分布式訓練中的算力成本。

憑借這一系列在大規模長文本流量下的分布式存儲與推理實踐，他曾受邀在 GOSIM China 全球開源盛會上發表演講。他的專攻方向始終聚焦于全棧大模型架構，致力于用更少的 FLOPs 損耗和 KV Cache 占用，支撐高智能的長文本推理。

▎何蔚然：

作為月之暗面推理系統負責人，他是存儲頂會 FAST 2025 最佳論文的核心作者，是 Kimi 長文本推理架構工程落地的核心技術骨干。從 Kimi k1.5、Kimi-VL、K2 到 Kimi Linear、Kimi-Audio，再到 MoBA、Muon、AttnRes 等核心架構論文，其署名貫穿六代技術成果，所有工作始終圍繞同一個核心：用系統設計換效率，讓大模型真正用得起。

加入月之暗面之前，何蔚然已經在高效計算領域深耕多年。他畢業于清華大學計算機系，早年深耕芯片布線與底層性能優化；曠視時期他主力攻堅自研 AI 芯片與低位寬神經網絡，與后來的月之暗面聯合創始人周昕宇同期共事 —— 周昕宇正是經典 OCR 文字檢測方案 EAST 的第一發明人。

2023年加入月之暗面后，他把多年的系統工程經驗，全部落地到了萬億參數大模型的推理服務上。

他最具代表性的成果，是 KVCache 分離式推理架構 Mooncake。這套系統打破了傳統推理服務的架構定式，把大模型最耗顯存的記憶緩存拆解出來集中調度，通過全局緩存復用和精細化路由，在算力規模不變的前提下，讓 Kimi 的請求承載量提升超 75%。他在 2024 年 QCon 大會上披露，依托這套架構和持續的工程優化，Kimi 推理集群的單位成本一年下降超 20 倍。

2025年2月，Mooncake 相關論文拿下 FAST 大會埃里克·里德爾最佳論文獎——這是存儲系統領域的最高榮譽之一。更能體現其工程價值的是，早在論文正式獲獎前，這套架構已經在 Kimi 生產環境數千個節點上穩定運行，每天處理上千億 token 的用戶請求。

盡管 K3 技術報告未披露具體個人分工，但多項核心突破都延續著他團隊的技術脈絡：針對 KDA+MLA 混合架構下傳統前綴緩存失效的難題，團隊向 vLLM 社區貢獻了官方適配實現；

面向百萬 token 長請求，集群采用緩存感知的路由調度策略，最大化緩存復用效率。最終 K3 交出的成績是推理成本僅為 Claude Fable 5 的 38%，而 KVCache 優化、前綴緩存、成本控制，恰恰都是 Mooncake 體系的核心命題。

從芯片布線到萬億大模型推理，何蔚然的技術路徑始終清晰：死磕系統效率，用工程設計換更低的計算成本。如果說頂尖算法研究員為 Kimi 拉高了能力上限，他和團隊做的，就是把這份旗艦級的能力落到實處，讓更多普通用戶能用得起、用得穩。

中堅攻堅·落地級骨干

▎杜羽倫：

杜羽倫在月之暗面負責預訓練（Pretraining）與規模化（Scaling）方向。

他畢業于美國伊利伊諾大學香檳分校和卡內基梅隆大學人工智能專業。隨后加入循環智能，歷任研究員、AI Lab 負責人，是月之暗面的核心技術元老。

作為模型基座預訓練與規?；较虻暮诵呢撠熑?，他的技術貢獻完整貫穿了Kimi歷代核心旗艦基座，以及VL、Audio等多模態全系列的架構設計。

在底層技術突破中，他是《Attention Residuals》、《MoBA（混合塊注意力）》以及預訓練優化器論文《Muon is Scalable for LLM Training》的共同作者。其工作核心在于：通過塊級別注意力切分與訓練流重構，緩解超深網絡中的信號衰減問題，顯著提升萬億大模型的分布式訓練效率。

在工程開源層面，他是 MoonshotAI 官方開源項目的活躍核心貢獻者。從代碼協作記錄來看，杜羽倫與算法專家蘇劍林、推理系統負責人何蔚然之間有著高頻的協同開發與代碼審查配合，三者共同構成了 Kimi 支撐百萬級長文本和全模態高效流轉的底層技術閉環。

▎張宇：

張宇是月之暗面的核心架構師，主攻大語言模型的高效、可擴展和硬件友好型架構設計。作為非 Transformer與線性注意力路線開拓者，他致力于攻克長文本“越長越慢、極度燒錢”的工程魔咒。

在學術與工程實踐上，張宇成果頗豐。他不僅是殘差連接《Attention Residuals》論文共同第一作者，更是月之暗面高效模型架構的核心研發一作。

由他主導開源的 Kimi Linear 模型，首次將線性注意力機制成功應用于超長上下文任務，實現了顛覆性的效率躍升。不僅如此，他在知乎等技術社區分享的 “Kimi Linear 研發心路”，至今仍被無數大模型數據工程師奉為必讀指南。

從實現 7B 模型的底層破局，到一戰助力萬億參數大模型沖入全球第一陣營，張宇游刃有余地穿梭于學術界與工業界，在頂級學術會議和開源社區中留下了眾多硬核代碼。

這一系列突破源于他在核心技術上的深耕：在高效模型架構設計上，他專注于模型深度擴展過程中的通信與內存瓶頸優化；在訓練動態與效率提升方面，他通過重構底層殘差流，從根本上解決了大模型中 PreNorm 導致的梯度稀釋與隱狀態爆炸問題。

▎賴國堃：

賴國堃是楊植麟的清華兼卡內基梅隆大學雙重校友。

他是 Kimi團隊論文數量最多的研究者之一，有十余篇論文，他不僅是月之暗面“天才俱樂部”的代表人物之一，是Kimi K3 的核心貢獻者，更是在學術界擁有“定義級”成果的大神。

在加入月之暗面之前，賴國堃已經在 NLP（自然語言處理）領域留下了兩個行業標準級的重磅成果。

一個是打造了全球最大的機器閱讀理解數據集之一 “RACE 數據集”，RACE 數據集直接用中國學生英語考試題訓練 AI，成為了全球機器閱讀理解的標尺。

更驚人的是，他在本科時期寫的一篇關于推薦算法的論文《Explicit factor models for explainable recommendation 》，在十年后的 2024 年還拿到了 SIGIR 時間檢驗獎，這是信息檢索領域的最高榮譽之一，專門頒發給 10 年前發表、經得起時間考驗、對行業產生持久影響的論文。

這種在本科階段就具備‘定義未來十年技術路線’能力的人，在月之暗面并不是孤例。

賴國堃專攻方向非常契合 Kimi 的核心能力，比如其擅長“機器閱讀理解 ”，解決的是如何讓 AI 讀懂長文檔并回答問題的，這正是 Kimi 長文本能力的核心技術底座。

預訓練大模型是他在 CMU 期間的研究重點之一，此外還專攻神經架構搜索，研究如何讓 AI 自動設計更好的網絡結構。以及可解釋性推薦系統，讓 AI 不僅推薦內容，還能告訴用戶為什么推薦這個。

▎郭海清：

郭海清（Haiqing Guo）是月之暗面 Kimi 團隊的早期核心研發成員，屬于團隊元老級人物，全程參與 Kimi 多代核心項目的研發迭代。

公開可核實的參與項目包括 Kimi k1.5 技術報告、Kimi K2 技術報告、注意力殘差（AttnRes）核心架構論文、Kimi K3 技術報告。其中 AttnRes 是 Kimi K3的兩大核心架構創新之一。

從署名軌跡來看，他覆蓋了 Kimi 從 k1.5 到 K3 三代旗艦版本的完整迭代周期，參與范圍貫穿多代產品的核心研發環節，是 Kimi 技術團隊的持續核心參與者。目前公開渠道暫未披露其具體崗位與細分研發分工。

▎陳廣宇：

陳廣宇恐怕是月之暗面最年輕的研究員，09 年出生， 17 歲，一個曾讓埃隆·馬斯克（Elon Musk）在 X 上公開驚嘆 “Impressive” 的少年。

在月之暗面推出震驚世界的 2.8 萬億參數旗艦 Kimi K3 時，他已經和技術大牛蘇劍林等人并列，成為了 Kimi K3 核心架構奠基作《Attention Residuals》的共同第一作者。

他參與的注意力殘差（Attention Residuals）機制，直接對深度學習領域沿用了近十年的標準殘差連接動了刀，用“可學習的深度注意力”讓模型能夠聰明地“回頭看”，這一底層重構直接將模型的擴展效率拉高了 1.25 倍，讓中國公司在萬億規模的頂級算力戰局里，能夠以更低的開銷跑得更快。

他加入月之暗面的故事十分神奇。一年前的他甚至連什么是 Transformer 都不知道，因在一場黑客松中想出過“人類第三只機械輔助手”的構想而被硅谷初創公司挖掘。7 周后，他被 Kimi 團隊徹底看中并破格接入了公司的核心研究組。在入職的第一周，他就打破一切常規，直接手撕并斬獲了 Kimi 內部 48 小時極限黑客馬拉松的總冠軍。

▎杜昂昂：

在 Kimi 的技術報告里，杜昂昂的名字一直在最前面。他是月之暗面多模態體系的核心骨干之一，是 Kimi 技術報告中少有的五代全勤的研究者。他曾兩度拿下團隊署名后的第一順位，推測他在 Kimi K3 中的核心貢獻在視覺領域。

在加入月之暗面之前，杜昂昂就已經在計算機視覺領域打下了兩項分量十足的根基。

一個是水下顯微視覺方向的深耕。本碩七年就讀于中國海洋大學水下視覺實驗室，專攻難度極高的浮游生物顯微圖像分類——要在成像模糊、樣本稀缺、物種差異極細微的顯微鏡畫面里，讓 AI 精準識別海洋中最小的生命。

2020 年他以第一作者身份在 Global OCEANS 發表相關研究，用二階特征建模破解了細粒度分類難題，是實驗室十年該方向研究中，唯一由碩士生擔任第一作者的成果。

更具行業影響力的是他在曠視科技時期的產出。他參與的多人姿態估計研究被計算機視覺頂會 ECCV 2020 收錄，論文累計引用超 300 次，成為人體姿態估計領域的重要參考。這篇工作的合作者名單里，既有孫劍、張祥雨等視覺領域領軍人物，也有后來的月之暗面聯合創始人周昕宇。

來到 Kimi 后他深耕視覺編碼器設計、多模態對齊與視覺智能體技術，尤其擅長高分辨率圖像理解、長時序視頻解析與多模態強化學習，這正是 Kimi 原生多模態能力的核心技術底座。除此之外，他的能力還向下延伸至大模型訓練基建——從優化器穩定性到智能體數據合成，形成了從底層視覺算法到模型訓練、再到上層智能體落地的全棧能力。

2025 年他以第一作者發布 Kimi-VL 開源多模態模型，自研 MoonViT 視覺編碼器原生支持超高分辨率輸入，搭配128K 長上下文能力，讓 Kimi 首次具備了通讀長視頻、長文檔的多模態長文本理解能力，奠定了 Kimi 全系多模態能力的技術底座。

K2 階段，他深度參與 MuonClip 優化器研發，配合 QK-Clip 機制攻克大模型訓練抖動的行業痛點，支撐 15.5 萬億Token 超大規模訓練實現“零損失尖峰”，大幅壓低了訓練的算力成本與風險；到 K3 階段，他主導的智能體數據合成流水線，讓模型可以自主生成高質量訓練數據，為 K3 在編程、智能體等硬核任務上躋身全球第一梯隊提供了關鍵的數據支撐。

對 Kimi 而言，他的貢獻貫穿了多模態能力的整條演進路徑。

▎瞿博文：

瞿博文（Bowen Qu / Brian Qu）隸屬于模型后訓練團隊，本科畢業于華中科技大學電子信息與通信學院，碩士畢業于北京大學電子學院。他的研究主攻多模態大模型相關方向，具體覆蓋多模態強化學習、視覺語言模型、AI 智能體以及 AIGC 內容質量評估。

加入月之暗面后，瞿博文的核心工作圍繞 Kimi 系列模型的多模態能力建設展開，深度參與 Kimi-K2.5 項目，并參與原生多模態強化學習方向的研發。Kimi-K2.5 是月之暗面推出的原生多模態智能體模型，總參數規模 1T，激活參數 32B。

瞿博文負責的原生多模態強化學習體系，跳出了傳統多模態模型先完成視覺監督微調、再開展強化學習的常規路徑，提出從零視覺監督微調的純文本推理模型出發，直接通過視覺強化學習獲取視覺推理能力的訓練方案，避免低質量視覺數據對模型原生語言推理能力造成干擾。

瞿博文的研究起步于 AIGC 內容質量評估方向，相關成果先后發表于 ICME 2024、CVPRW 2024 等國際會議。其中發表于 ICME 2024 的相關論文，針對當時 AI 生成圖像評價體系僅關注畫面美觀度、清晰度，忽略生成內容與用戶指令匹配度的問題，提出將文本提示詞納入生成圖像質量評價體系的方案，構建了同時覆蓋視覺質量與指令遵循度的評價標準，提升了 AI 生成內容評價的全面性與人類感知對齊程度。

瞿博文也出現在 Kimi 系列多模態版本的貢獻者名單中。作為年輕研究者，瞿博文的研究路徑從評價體系搭建延伸至模型能力建設，再落地到高階智能體能力研發，成果緊密貼合產業實際需求，直接服務于生產級模型的迭代升級。

▎鹿恩哲：

在 Kimi K3 四百余人的貢獻者名單里，鹿恩哲不是署名位置最靠前的，但出手異常精準。每一項成果都命中大模型落地的核心痛點，是 Kimi 高效算力體系的關鍵搭建者。

鹿恩哲的研究方向可以用三個字精準概括：長、快、省，核心目標就是讓大模型用更低的成本、更快的速度，處理更長的文本。對 Kimi 而言，他的所負責的是從訓練到推理的全鏈路效率升級。

2025 年 2 月，他以第一作者身份發布 MoBA 混合塊注意力機制，把 MoE 的專家選擇思路遷移到注意力層，讓模型處理請求時只調取最相關的上下文塊做計算。在 95% 稀疏度下效果與全注意力持平，實現百萬 token 推理提速 6.5 倍、千萬 token 提速 16 倍，直接打牢了 Kimi 超長上下文能力的底層架構。

發布當天該論文與 DeepSeek 的 NSA 論文同期亮相，成為當年國內大模型圈最受關注的技術撞車事件；更能體現其工程價值的是，在被 NeurIPS 2025 收錄為 Spotlight 論文之前，這套方案已經在 Kimi 生產環境穩定承載了近一年的長上下文用戶請求。

除此之外，從 MoBA 到 Kimi Linear 的 KDA 注意力，他參與的架構設計全程死磕硬件推理效率；在訓練側，他參與的 Muon 優化器分布式實現做到內存占用最優、通信開銷高效，實打實壓縮大模型訓練的算力成本。算上 AttnRes 以及 K1.5、K2、Kimi-VL 等多代技術報告，他的論文完整覆蓋了高效大模型的全鏈路技術。

在團隊內部，他與 MoBA 論文的通訊作者之一邱杰仲是固定搭檔，一個沖鋒落地，一個把控方向，配合默契。

▎汪彧之：

在 Kimi K3 四百余人的貢獻者名單里，汪彧之不是署名位置最靠前的，但出鏡率異常高。是每一項大模型技術文件落地的核心作者，是 Kimi 1.5，2，3，兩份多模態，四篇架構與效率論文的關鍵作者。

汪彧之的研究方向可以用視覺與高效計算精準概括，核心目標就是讓大模型用更低的成本、更快的速度，處理更長的文本。對 Kimi 而言，他所負責的是從多模態到架構創新升級。

2025 年 2 月，他以共同作者身份發布 MoBA 混合塊注意力機制，把 MoE 的專家選擇思路遷移到注意力層，讓模型處理請求時只調取最相關的上下文塊做計算。在 95% 稀疏度下效果與全注意力持平，實現百萬 token 推理提速 6.5 倍、千萬 token 提速 16 倍，直接打牢了 Kimi 超長上下文能力的底層架構。

除此之外，從 MoBA 到 Kimi Linear 的 KDA 注意力，他參與的架構設計全程死磕硬件推理效率；在訓練側，他參與的 Muon 優化器分布式實現做到內存占用最優、通信開銷高效，實打實壓縮大模型訓練的算力成本。算上 AttnRes 以及 k1.5、K2、Kimi-VL 等多代技術報告，他的論文完整覆蓋了高效大模型的全鏈路技術。

在團隊內部，他參與公司從多模態到架構創新多重技術線方向，配合默契。

▎毛紹光：

毛紹光是 Kimi Agent 技術線的核心骨干，全程參與 K2、K2-Thinking、K2.5、K3 四代旗艦研發，也是業內少有的完整經歷 Agent 行業兩次范式轉換的研究者。

加入月之暗面之前，他已是國內最早一批 Agent 落地的從業者。

清華計算機碩士畢業，在校時排名位列前 0.2%、獲國家獎學金，先后在香港中文大學任研究助理、微軟亞洲研究院語音組實習。畢業后他在微軟任職近六年，從研究院工程師成長為資深研發工程師。

2023 年初參與研發 TaskMatrix.AI，為 ChatGPT 接入上百萬 API 能力；隨后共同提出 Solo Performance Prompting 方法，讓單模型分飾多角色模擬多智能體協作，相關技術落地至 Microsoft 365 Word。

那是 Agent 的“框架時代”——所有能力都靠外部工具拼接、靠 Prompt 引導，而他正是這套技術路線的親歷者與建設者。

但親手趟過這條路的毛紹光，最先看清了舊范式的瓶頸。2025 年 6 月，他在知乎寫下一段行業自白：“這個方向越來越沒意思了，有點加速衰亡的感覺”。

2025年2月加入月之暗面后，他徹底轉向“模型即 Agent ”的端到端路線。僅四個月就參與交付了 Kimi 首款 Agent 產品 Kimi Researcher：

不靠任何流程預設，完全通過端到端強化學習訓練而成，單任務平均完成 23 步推理，自主掃描 206 個網頁，可產出帶規范引用的萬字調研報告，在 HLE 基準上達到 26.9%，刷新當時全球最高水平。他也是該產品官方技術自述的兩位署名作者之一。

此后從 K2 到 K3 的四代旗艦研發，他全程深度參與。HLE 指標從 8.6%一路攀升至 26.9%，這條幾乎完全由強化學習驅動的性能曲線，正是他新技術路線的成績單。

從為大模型外接 API 擴展能力，到讓模型內生學會調用工具、自主完成復雜任務，毛紹光近十年的職業軌跡，恰好勾勒出 Agent 行業從“拼裝組合”走向“原生生長”的完整弧光。親手參與過舊范式，又親手走出新路線，他對行業的判斷，有著最扎實的落地成果做支撐。

▎秦若愚（Ruoyu Qin）：

秦若愚是清華大學計算機系 MADSys 實驗室在讀博士生，師從章明星副教授。他的研究主攻高效機器學習系統，具體覆蓋大規模分布式大語言模型推理服務、強化學習 rollout 系統兩大方向。

秦若愚與月之暗面團隊合作研發的 Mooncake，是一套以 KVCache 為中心的解耦推理架構。這套架構將 Prefill 與Decode 階段拆分至獨立集群運行，同時把 GPU 集群中閑置的 CPU、內存與 SSD 資源整合為分布式緩存池。該成果獲得了存儲領域頂會 FAST 2025 的 Erik Riedel 最佳論文獎。

Mooncake 是已落地應用的生產級服務平臺，論文摘要開篇即明確標注 “Mooncake is the serving platform for Kimi” 。在真實業務負載下，Mooncake 可使 Kimi 的請求處理量提升 75%；長上下文場景中，有效請求處理能力提升59% 至 498%。目前該系統已部署在數千個節點上，每日處理 token 總量超 1000 億。

2024 年，月之暗面與清華 MADSys 實驗室聯合開源 Mooncake 項目（開源倉庫為 kvcache-ai/Mooncake），截至目前項目 GitHub Star 數已超過 6000。相關數據與信息可參考 arXiv 論文（編號2407.00079）、清華計算機系官網公告及項目開源倉庫。

在 Mooncake 之后，秦若愚的研究持續圍繞推理系統方向深入。他以第一作者身份完成的 Seer 論文入選 OSDI 2026，這項工作針對強化學習中的 rollout 性能瓶頸，通過 rollout 切分、上下文感知調度與分組投機解碼技術，實現端到端 rollout 吞吐最高提升 2.04 倍，長尾延遲降低 72% 至 94%。另一篇一作論文 Prefill-as-a-Service，則進一步提出了 KVCache 跨數據中心共享的下一代推理架構設計思路。

秦若愚也出現在 K3 項目的貢獻者名單中。大模型的產品表現由兩方面能力共同支撐：模型研發決定模型的能力上限，系統工程則決定高并發場景下服務的可用性與運行成本。

當前大模型行業的競爭，正從訓練能力的比拼逐步延伸至服務工程能力的較量。作為在讀博士生，秦若愚能在該領域產出頂會最佳論文級別的成果，核心在于其研究直接面向生產場景，成果落地于真實業務系統。

▎袁恩銘：

月之暗面 Kimi 團隊核心研發成員，研究軌跡橫跨計算生物學、推薦系統與大模型三大領域，全程參與 Kimi 多代核心模型的技術迭代。

早期他于清華大學交叉信息研究院曾堅陽課題組從事 AI 制藥方向研究。2020 至 2021 年間，他參與的流感藥物重定位框架研究先后發布于 bioRxiv 預印本與期刊《Signal Transduction and Targeted Therapy》，另有核衣殼蛋白相分離相關成果發表于《Protein & Cell》。

2022 至 2023 年，袁恩銘任職于華為諾亞方舟實驗室，聚焦推薦系統方向研究，成果覆蓋多個國際頂級學術會議。其中他以第一作者完成的多行為序列推薦相關論文入選 SIGIR 2022，另有合作成果分別入選 CIKM 2022 與 WWW 2023。

加入月之暗面后，袁恩銘深度參與 Kimi 多代核心模型與技術項目研發，公開可核實的署名項目包括 Kimi k1.5 強化學習技術報告、MoBA 技術研究、Kimi-VL 技術報告、Kimi K2 大模型技術報告、Kimi Linear 技術報告、Kimi K2.5 多模態模型技術報告與 Kimi K3 旗艦大模型技術報告。

其參與范圍覆蓋強化學習訓練、多模態能力、基礎模型架構、長上下文系統等多個核心技術方向，完整貫穿 Kimi 從 k1.5 到 K3 的三代旗艦模型迭代周期，是團隊內技術覆蓋維度較廣的核心研發人員。

目前公開渠道暫未披露袁恩銘在月之暗面的具體崗位與細分研發分工。從公開署名軌跡來看，跨領域的研究背景支撐了他在大模型多技術方向的參與能力，是 Kimi 技術體系迭代過程中的重要持續參與者。

▎許偉欣：

許偉欣現任月之暗面（Moonshot AI）研究員，研究方向覆蓋大模型基礎架構、高效訓練機制與 Attention 機制優化。

許偉欣深度參與 Kimi 多代核心模型與底層技術研發，公開署名項目覆蓋從 k1.5 到 K3 的完整產品迭代周期。月之暗面官方在 K3 發布后公開披露了三大核心自研技術——Muon 系優化器、Kimi Linear 線性注意力、Attention Residuals 注意力殘差，Weixin Xu 是目前可核實的、唯一在三篇對應核心技術論文中均署名且順位均在前 15 位的貢獻者，是支撐 K3 架構性能升級的核心研發人員之一。

具體成果方面，2025 年 2 月發布的 Muon 優化器論文中，他位列作者名單第 8 位，該優化器計算效率約為 AdamW 的兩倍，后續配套開源的 Moonlight 訓練實現同樣有其參與；

2025 年 10 月發布的 Kimi Linear 技術論文中，他位列第 15 位，該架構提出的 KDA 機制可將 KV Cache 體積最高降低 75%，百萬 token 場景下解碼吞吐最高提升 6 倍百萬 token 場景下解碼吞吐最高提升 6 倍；

2026 年 3 月發布的 Attention Residuals 論文（K3 兩大核心架構創新之一）中，他位列第 4 位，是三位共同一作之后的首位核心貢獻者，相關技術已深度集成進 Kimi K3 基礎模型架構。

除此之外，他的署名還出現在 Kimi k1.5 強化學習技術報告、Kimi-VL 技術報告、Kimi K2 與 K2.5 技術報告，以及最新的 Kimi K3 旗艦模型技術報告貢獻者名單中，參與范圍覆蓋基礎模型、多模態、強化學習等多個核心研發方向。需明確的是，MoBA 論文作者列表中無其署名，二者不存在公開可查的研發關聯。

此外，他還參與了 OccDepth 三維語義場景補全、PVD-AL 主動學習蒸餾、ACCV 2024 隱式 SDF 重建等多項三維視覺方向研究，學術成果覆蓋模型壓縮、3D 重建、語義場景理解等多個細分領域。

從公開署名軌跡來看，許偉欣的研究路徑從端側模型部署、三維視覺感知逐步延伸至大模型底層架構創新，長期深耕高效計算方向，技術覆蓋跨度廣，是月之暗面底層技術棧迭代的核心持續參與者核心持續參與者。

▎杜晨壯：

杜晨壯是月之暗面的核心研究員，是團隊里負責強化學習與推理能力擴展的核心中堅力量。

他本科畢業于北京航空航天大學信息管理與信息系統專業，隨后進入大模型人才的黃埔軍?！迦A大學交叉信息研究院讀博。

在清華期間，他師從人工智能領域知名學者趙行，并加入了聲名顯赫的 MARS Lab（多模態與自主推理實驗室），開始聚焦多模態機器學習、強化學習以及大語言模型強化機制。

在博士求學期間，他作為核心作者研發了轟動一時的《ChatDB》架構，開創性地提出“用數據庫作為符號性記憶模塊增強大模型”，在當時的AI學術界和工業界一舉刷屏。

為了更早地積累工業級大系統的實戰經驗，他還在讀博期間加入了北京海華人工智能研究院擔任實習生，深度參與了從零開始搭建底層系統的硬核研究項目。這讓他在多模態與強化學習領域積累了不少經驗，更具備了系統加算法的底層視野。

他畢業后加入月之暗面，頻繁出現在核心模型的技術報告中。他直接參與了探索強化學習擴展律的重磅論文《Kimi k1.5: Scaling Reinforcement Learning with LLMs》，同時在 Kimi K2 和 K2.5 等旗艦系列模型的技術報告中也都扮演了核心貢獻者的角色。

他還作為核心共同作者深度參與了 Kimi 多模態視覺大模型《Kimi-VL Technical Report》的研發，專注于提升大模型對復雜圖像、圖表以及真實世界視覺信息的感知與多模態深度推理能力。

杜晨壯的主攻方向是大規模大語言模型（LLM）訓練工程，專注于萬億級大模型（MoE 架構）在超級集群中的資源調度、穩定訓練與極限系統優化；以及強化學習與多模態融合，研究模型如何在復雜長推理任務下通過自監督、強化學習實現智能上限的跨越，并實現視覺信息與語言模型的高效底層融合。

▎Yanru Chen：

Yanru Chen 是月之暗面的核心研究員，專注于大模型底層架構、長文本技術、算力優化與多模態工程的研發與落地。

作為 《Attention Residuals》 論文的共同作者，他參與重構了大模型深度方向的信息流動方式，成功攻克了超深網絡訓練效率低下和信息流阻斷的行業痛點。

在長文本核心技術上，他作為 MoBA（混合塊注意力） 的共同作者，主導并參與了 Kimi 最看家的底層機制研發，通過塊級別的注意力切分，直接解決了百萬級超長上下文在預訓練和推理端算力消耗過大的問題，成為 Kimi 極限降本增效的核心底座。

同時，他還是 《Muon is Scalable for LLM Training》 論文的共同作者，深度參與了重磅開源項目 Moonlight 及其底層 Muon 優化器 的研發，通過矩陣正交化處理挑戰了傳統的 AdamW，極大地壓縮了萬億大模型在分布式訓練中的算力開銷。

在旗艦模型迭代中，他深度嵌入了 Kimi 歷代核心旗艦（k1.5、K2、K2.5、K3）的研發全生命周期，解決了模型在大標度強化學習和萬億參數擴展下的穩定性與資源調度難題。

此外，在 Kimi 多模態線（Linear、VL、Audio） 的技術攻堅中，他積極探索非傳統 Transformer 結構的線性注意力創新，并主導推動了 Kimi 視覺與音頻多模態技術報告的工程落地，高效解決了多模態信息流在底層融合時的效率瓶頸。

▎劉少偉：

劉少偉是清華大學頂級計算機系統實驗室 MADSys 實驗室的核心成員，同時也是月之暗面核心基礎設施（Infra）團隊的領軍專家。

當你感嘆 Kimi 坐擁萬億參數、API 價格卻極低，背后正是他與團隊死磕的“極致量化藝術”。他常年深耕萬億級大模型的極致低成本推理、原生量化與大規模分布式計算拓撲設計。

在全球最硬核的 AI 開源社區 Reddit LocalLLaMA 上，他曾以 Kimi 官方專家的身份，發表了轟動海外極客圈的技術拆解長文《Kimi infra team: Quantization is not a compromise, it's the next paradigm》 。這篇長文深度揭秘了 Kimi K2 與 K2.5 底層極其硬核的 Native INT4 原生量化格式。

他不僅是 MoBA（混合塊注意力機制）的核心共同作者，更深度參與了重磅開源項目 Moonlight 及其底層 Muon 優化器的分布式架構研發，通過矩陣正交化處理極大地壓縮了萬億大模型在分布式訓練中的算力開銷。

他還是月之暗面重磅開源項目KTransformers 的核心發起人和代碼維護者之一，親手打通了異構集群下萬億 MoE 模型混合推理的算力屏障。

▎陳冠多：

陳冠多是月之暗面的 Infra 團隊核心研究員。他具備極強的“系統+算法”跨界研發能力，他的研究領域高度聚焦于大模型基礎設施（Infra）、高效注意力機制架構（Efficient Attention Architecture）、大模型微調加速以及大規模存儲與檢索優化。

他本科與碩士均畢業于復旦大學計算機系，在分布式系統與底層架構領域打下了堅實的專業基礎。隨后，他前往南洋理工大學與香港科技大學進行深造，期間分別師從高性能計算與大模型基礎設施領域的知名學者袁斌航和羅思強，積累了前沿的學術視野與研發經驗。

在正式加入月之暗面之前，他曾在頂尖互聯網大廠的底層核心部門進行深度沉淀。他曾先后在字節跳動數據庫系統研發團隊以及美團基礎設施團隊擔任研究實習生，深度參與了工業級高并發、大規模分布式系統的研發與架構優化。

期間，他作為核心作者直接扔出了兩項重磅成果。在底層存儲上，他研發并發表了《Oasis》，提出了一種最優不相交分割學習范圍濾波器，直接解決了底層數據庫在大規模范圍查詢時的索引瓶頸；

在應用層落地中，他發表了《Gar》，通過一種“生成和排序”的方法，大幅提升了大模型精準理解人類復雜意圖并轉化為 SQL 數據庫查詢語句（Text-to-SQL）的準確率。

陳冠多于 2025 年 3 月正式加入月之暗面。作為 Infra 團隊的中堅力量，他不僅是月之暗面旗艦大模型 Kimi K2 和 Kimi K2.5 的核心共同作者，還在大模型微調加速、高效注意力架構、甚至是網絡架構重構等方向，密集輸出了多項技術突破。

為了解決大模型微調太燒顯存的問題，陳冠多主導發表了《Ce-lora》論文，提出了一種計算高效型 LoRA 微調方法。這項技術通過降低大模型參數微調時的顯存占用與計算開銷，直接拉高了 Infra 層的訓練吞吐量，堪稱大模型微調的“顯存瘦身術”。

面對長文本計算復雜度呈平方級爆炸的問題，他參與研發并發表了轟動開源社區的 《Kimi Linear》 架構。這是一種富有表現力且高效的線性注意力架構，在保持模型強大表征能力的同時，極大降低了長文本計算的復雜度，成功將 KV Cache（鍵值緩存）占用最高砍掉 75%，并在百萬文本長度下跑出了 6倍的解碼吞吐量，是 Kimi 持續深耕長文本技術壁壘的硬核底座。

他還是《Attention Residuals》 的共同作者之一。

從最底層的存儲過濾器、計算高效的微調算法，到顛覆性的下一代 Transformer 網絡架構，陳冠多的職業生涯軌跡完美契合了當下大模型從“單純卷參數”向“追求極致計算效率與工程落地”的行業范式。