楊植麟是誰?打造Kimi K3引爆美中角力,他為何放棄蘋果高薪回中國創業?
楊植麟是誰?打造Kimi K3引爆美中角力,他為何放棄蘋果高薪回中國創業?

中國 AI 新創月之暗面(Moonshot AI)在 7 月中旬推出新一代模型 Kimi K3,短短數日就在全球 AI 圈引發關注。

據官方部落格,Kimi K3 參數達 2.8 兆,主打「開放模型」定位,目前 Kimi 官網、Kimi Work、Kimi Code 與 API 等服務已經上線,但完整模型權重要到 7 月 27 日才會釋出。

官方部落格寫道,Kimi K3 的整體表現仍落後兩款最強的閉源模型,也就是 Anthropic 的 Claude Fable 5 與 OpenAI 的 GPT-5.6 Sol,但在該公司自家的評測套件中,能穩定勝過其他受測模型。

這款模型引起的另一個話題,是美中之間的角力。白宮科技政策辦公室(OSTP)主任 Michael Kratsios 在 X 發文,宣稱掌握情報指出月之暗面為了開發 K3,對 Anthropic 的模型進行「蒸餾」(distillation,指拿一個模型的輸出去訓練另一個模型),還建立內部平台大規模蒸餾美國模型以規避偵測。

Anthropic 先前也曾指控月之暗面等公司對其 Claude 模型發動蒸餾,但目前月之暗面尚未回應這項指控。

至於OpenAI 總裁 Greg Brockman 在受訪時給了 K3 正面評價,稱它「是個相當好的模型,這點沒有疑問」。至於另一項相關問題,即 K3 是否曾利用 OpenAI 模型進行蒸餾?Brockman 表示「言之過早」,並稱 OpenAI 一直在監控相關情況。他坦言,還無法判斷 K3 是否確實用過 OpenAI 的模型。

楊植麟是誰?

站在這波討論中心的,是月之暗面的創辦人楊植麟。他 1992 年出生於廣東汕頭,2015 年畢業於清華大學,2019 年取得美國卡內基美隆大學博士,博士期間師從知名 AI 學者 Ruslan Salakhutdinov 與 William W. Cohen,並曾在 Meta AI 與 Google Brain 工作。

要理解他的份量,得看他的研究代表作。早在創業之前,楊植麟就是 Transformer-XL 與 XLNet 這兩篇語言模型重要論文的共同作者,前者強化了模型處理長文本的能力、後者提出新的預訓練方法,都對後續大型語言模型的發展有實質影響。

據《Business Insider》報導,回中國後楊植麟曾參與華為「盤古」大模型、北京智源人工智慧研究院「悟道」等專案,並共同創辦了以 AI 分析銷售對話的新創公司循環智能(Recurrent AI)。2023 年初,他創立月之暗面,旗下 Kimi 系列模型以能讀進超長文件(超大「上下文視窗」)著稱,隨後拓展到程式撰寫、研究與自主代理,並獲得阿里巴巴、騰訊等中國巨頭投資。

楊植麟信奉「規模」的力量。他曾對記者說:「如果一個問題能靠規模解決,就別用新演算法解決。新演算法的價值,是為了讓規模化做得更好。」他也不諱言野心:「終極的 AGI 公司規模會遠遠超過今天的巨頭,是它們的兩倍、三倍。不一定是 OpenAI,但這樣一家公司終將出現。」

沒有要做「中國版的 OpenAI」

這份野心背後,其實有一套更定性的世界觀。有人問他,Kimi 是不是要做「中國版的 OpenAI」,他並不買帳。在 2025 年的一場長訪談中,他說中美的處境很不一樣,「所謂打造某種『中國版』的說法沒太大意義。老實說,事情比那更單純:我們就是想繼續往那座山上爬。」

那座「山」,是他慣用的比喻。他把邁向 AGI(通用人工智慧)形容為攀一座雪山,「在 AI 的時間裡,一天彷彿等於人類的一年」,團隊已經解鎖沿途不少新場景,但愈往上,未知的技術難題也愈多。

在他看來,AGI 不是某天突然抵達的終點,而是一條持續逼近的軌跡:「雖然我們公司以登月為名,但登月有『站上月球、任務完成』的那一刻,AGI 卻沒有你可以宣告『我做到了』的時點。」

驅動他一路往上爬的,是對 AI 意義的判斷。他認為 AI 真正的重要性在於「放大人類文明」,這呼應了他愛引的《無限的開始》:要掌握一門尖端學科也許得花二、三十年,AI 卻可能一夜學會、再把邊界往前推,最終成為一種「元科學」。

也正因為把時間軸拉得這麼長,Kimi 爆紅並沒有讓他太亢奮,「其實沒太大變化,這仍是一場長跑」;對他而言最有趣的,始終是「新問題不斷冒出來,然後被解決」。

不是留不下來,而是選擇回中國創業

近來最被廣受被討論的話題是,為何楊植麟這樣的人才不在美國發展,而是選擇回中國創業?對此楊植麟的博士指導教授 Ruslan Salakhutdinov 在 X 上澄清,外界對楊植麟的簽證、H-1B 抽籤與移民「有很多混淆與錯誤資訊」。

事實上,楊植麟若想留美其實並不缺機會。

Salakhutdinov 說,自己曾參與一封電郵討論,蘋果一位高階主管(庫克的直屬下屬)詢問楊植麟是否願意加入,對方甚至表示可以安排在北京辦公室,但楊植麟「相當堅定地想回去創業」,還說「如果不至少試著創一次業,他會後悔一輩子」。

不過把鏡頭拉遠,這類跨國 AI 人才要留在美國,確實愈來愈難,這也是相關爭論存在的原因。例如來自中國、在牛津大學攻讀 AI 博士的 Junde Wu 就在 X 上自述,自己多年想赴美卻始終未能如願。

他受到 PP10043 相關簽證限制,因而未能赴史丹佛就讀,最後轉往牛津大學;他也符合傑出人才綠卡(EB-1A)申請條件,但受到中國出生申請人的簽證排期影響,估計自己可能還要再等四到五年。與此同時,中國幾乎每週寄來三、四封信,開出高薪、免費住房與研究經費招手。

回到現在來看,與其糾結楊植麟當年得選擇意義已不大,更值得看的是結果:楊植麟回中國創辦的公司,做出了讓全球 AI 圈熱議的 Kimi K3,也獲得 OpenAI 總裁 Greg Brockman 的正面評價。

這場橫跨中美的 AI 競爭才走到第一回合,勝負或許不如想像的懸殊。

延伸閱讀:台廠赴美是被迫?黃仁勳:沒必要用槍指著台灣的頭,這是自願選擇

資料來源:Kimi K3 官方技術部落格、《Business Insider》、《The National》、楊植麟個人學術頁、Michael Kratsios X 發文、《彭博》、楊植麟專訪逐字稿、Ruslan Salakhutdinov X 發文、Junde Wu X 發文

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #ai人工智慧
往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓