DeepSeek V4"偷师"Kimi Muon：中国AI开源反超的隐秘战场

DeepSeek V4的技术报告里，藏着一个容易被忽略但信息量极大的细节——模型训练全程使用了Muon优化器，并且实现了预训练零Loss Spike。而这个Muon优化器，正是Kimi（月之暗面）首次在万亿参数规模上验证过的。

乍看是一个"你研发、我使用"的单向故事，但当你把目光投向更广阔的图景，会发现这恰恰是中国AI产业当下最深层的底色：开源协作，才是国产AI从追赶到并跑的真实武器。

Muon优化器是什么？技术共享才是常态

Muon并不是一个全新的概念。它源自学术界对优化算法的持续探索——如何让模型训练更快、更稳、更省算力。但理论与大规模验证之间，横亘着一道巨大的鸿沟。

Kimi团队率先在万亿参数模型的实战中验证了Muon的有效性，结果相当亮眼：训练稳定性大幅提升，Loss曲线平滑得让人怀疑是不是调了参数。这个结果，Kimi没有藏着掖着，而是写进了公开的技术论文和代码中。

DeepSeek V4直接拿来用了。不是"借鉴"、"参考"、"受到启发"——就是拿来用了。训练全程零Loss Spike，技术报告里大方承认。

在中国AI圈，这太正常了。谁做出了好东西，大家就用谁的。不存在什么"技术壁垒"、"专利封锁"，因为所有人都明白一个道理：资源有限、时间紧迫，与其重复造轮子，不如站在彼此的肩膀上。代码是公开的，论文是公开的，谁好用用谁——这不是抄袭，这是中国AI生态的生存法则。

双向奔赴才是真故事

故事的反面同样精彩。

Kimi在今年早些时候发布的K2模型中，核心架构采用了DeepSeek此前首创的MLA（Multi-head Latent Attention）。MLA对KV Cache的极致优化，大幅提升了推理效率，是K2能实现高性能长上下文推理的关键。

你看，这不是DeepSeek单方面"偷师"Kimi，也不是Kimi单方面借鉴DeepSeek。这是一场双向的、默契的、开诚布公的技术流动。

DeepSeek的MLA成就了Kimi K2，Kimi的Muon成就了DeepSeek V4。他们互为师友，彼此成就。没有黑箱协议，没有专利战争，只有公开的代码仓库和学术论文里冷冰冰但极其诚实的引用标注。

这就是中国AI的开源生态——不设围墙，没有什么"这是我们的看家本领不能外传"。 你强的地方我学你，我强的地方你拿去。每个人都在拼命往前跑，没人有闲工夫去修篱笆。

美国AI圈的镜像：闭源内斗与连续剧

如果我们把镜头转向大洋彼岸，画风截然不同。

OpenAI和Anthropic——这两家目前全球最受瞩目的AI公司，创始人曾经是并肩战斗的同事，如今却成了最激烈的对手。Sam Altman和Dario Amodei之间的恩怨，堪称硅谷最狗血的连续剧：从OpenAI分裂、Anthropic出走、互相挖角核心成员、到公开场合的明枪暗箭。

这不仅仅是个人恩怨，而是两种商业模式的必然冲突。OpenAI从非营利变为"有限营利"再到彻底商业化，Anthropic则以"安全AI"为旗号但同样在疯狂融资和商业化。它们在人才市场上互相抬价，在融资市场上互相碾压，在技术路线上各守秘密——GPT-4的技术报告几乎不提供任何工程细节，Claude的架构细节也小心翼翼。

闭源模式下的内斗，消耗的是整个行业的效率。 同样的技术，两家都要独立研发、独立验证、独立踩坑。这不仅浪费了本可以共享的资源和时间，也拖慢了整个AI进步的速度。

一位从OpenAI跳槽到Anthropic的工程师曾私下感叹："同样的优化技巧，我在两家公司各写了一遍，两边的代码风格都不同，但解决的问题一模一样。"

开源是被迫还是战略？资源有限下的最优解

有人说，中国AI公司走开源路线是因为"没得选"——在芯片禁运的封锁下，算力受限，不抱团就只能各自等死。

这话对，但不全对。开源确实有被动的一面，但它更像是一个被逼迫出来的战略选择，而选择后产生的化学反应，正在让中国AI走出一条完全不同的路。

芯片禁运是真实存在的。H100、B200、甚至阉割版的芯片，都在限制名单上。每一块能用的GPU都是稀缺资源。在这样的背景下，如果每家公司都关起门来各自为战，结果只会是——所有人都没跑起来。

开源协作的本质，是最大化了有限资源的利用率。你优化的训练框架，我拿去直接跑；我解决的数据工程问题，你在它的基础上继续改进。每一分算力都不浪费，每一点突破都能被整个生态复用。这不是理想主义，这是迫在眉睫的现实倒逼出来的最优策略。

更有趣的是，这种"被迫"的选择，反而让中国AI生态长出了另一种韧性和活力。没有人能靠封锁技术来建立护城河——大家都明白真正的护城河不是代码的保密性，而是持续创新的能力。你去看看GitHub上中国AI公司的仓库，Star数、Fork数、Issue讨论的活跃度，某种意义上是比论文引用量更真实的生态指标。

先把蛋糕做大

回到DeepSeek V4用Kimi Muon这件事。

它不是什么爆炸性新闻，不会刷屏朋友圈，不会成为热搜话题。但恰恰是这样的"小事"，才最真实地反映了中国AI产业的运转方式——不急着分蛋糕，先把蛋糕做大。

美国AI公司在忙着建护城河、打专利仗、挖对家墙角的时候，中国AI公司在忙着互相"借用"对方的优化器、注意力机制、训练框架。前者像是一群人在争夺一张尚未确定大小的饼，后者像是一群人合力在把饼摊得更大。

芯片禁运依然在，算力天花板依然在。但如果每一家公司都能站在彼此的肩头上，这个天花板就会被不断地向上推开。

DeepSeek和Kimi的故事，只是中国AI开源生态中的一个缩影。这样的双向奔赴，正在中国AI的各个角落里默默发生——某家的数据处理框架，某家的通信库优化，某家的MoE调度策略。它们不会成为新闻头条，但它们在实实在在地推动这个江湖向前走。

没有零和博弈，没有闭门造车。公开共享，彼此成就，把蛋糕做大。这就是中国AI正在做的事，开源协作，是这片江湖最真实的底色，也是从追赶到并跑，甚至反超的真正武器。

（本文观点素材综合自DeepSeek V4技术报告、Kimi K2技术报告、以及公开开源的Chinese AI社区生态动态。）