119. Kimi Linear、Minimax M2？和杨松琳考古算法变种史，并预演未来架构改进方案

本期《张小珺商业访谈录》由主持人张小珺对话 MIT 博士杨松琳，深入探讨人工智能算法与架构创新，重点分析了 Kimi Linear、Minimax M2、Qwen3-Next 等新模型，尤其聚焦于线性注意力机制。杨松琳作为 Kimi Linear 论文的作者之一，详细讲解了该工作的核心问题、设计逻辑及效果，并对比了 Kimi Linear 与 DeepSeek Sparse Attention 的不同技术选择。此外，还讨论了线性注意力机制的发展历程、混合注意力架构的未来趋势，以及中国在算法创新方面的优势。杨松琳强调了在数据和算力受限的情况下，算法创新对人工智能发展的重要性，并对年轻研究者进入该领域提出了建议。