7月28日付の情報によると、月之暗面はこのほどKimi K3のモデル重みと技術報告書を正式に公開し、同時にそのモデルの訓練を支える3つの重要なインフラテクノロジーをオープンソース化しました。それらはMoonEP、FlashKDA、およびAgentEnvです。

これらの技術はKimi K3の訓練プロセスにおいて重要な役割を果たし、大規模なモデルの訓練効率や安定性、エージェントタスクの実行に対して下部構造的な支援を提供しています。Kimi K3は現在、月之暗面が開発した中で最も能力の高いモデルであり、混合エキスパート（MoE）アーキテクチャを採用しており、合計パラメータ数は2.8兆に達します。視覚理解のネイティブな能力を持ち、最大で100万トークンのコンテキストウィンドウをサポートしています。

そのうち、AgentEnvは月之暗面とKVCache.aiが共同で開発したエージェントサンドボックスシステムで、主に大規模なエージェント環境を実行するためのものです。これはKimi K3の後学習段階で高精度かつ強力な隔離された実行環境を提供し、高速なスナップショット、復元、分岐機能をサポートし、大規模な並列エージェントワークフローとトレーニングタスクのニーズに適しています。

Kimi K3は7月17日に正式にリリースされ、長期間のプログラミング、知識作業、複雑な推論などのシナリオを対象としています。現在、パラメータ数が最大のオープンソースモデルとして、リリース直後に国内外のAI業界の注目を集めました。テスラCEOのエロン・マスクも関連する評価記事のコメント欄で、「印象的だ」とコメントしました。

リリースから数時間後、Kimi K3はAIコードツールの評価リスト「Arena」で首位に輝き、中国の大規模モデルとして初めてこのリストの第1位を獲得しました。このリストを運営しているアンジェロプロス氏は、Kimi K3のリリースが投資家がAI業界全体を見直すきっかけになる可能性があり、資本市場の再編を引き起こすだろうと述べました。

今回のモデル重み、技術報告書およびトレーニングインフラの公開により、月之暗面はモデル自体だけでなく、大規模モデルのトレーニングおよびエージェントの後学習の全体的な体系を開発者や研究機関に提示しています。継続的な技術のオープンソース化は、超大規模モデルの研究およびエージェントアプリケーションの開発の障壁を低下させ、国内のオープンソースモデルエコシステムを、モデルの能力競争から下部構造的なエンジニアリング能力とツールチェーンの競争へと拡大するものと考えられます。