新智元报道

编辑：好困 桃子

【新智元导读】CES巨幕上，老黄的PPT已成中国AI的「封神榜」。DeepSeek与Kimi位列C位之时，算力新时代已至。

万众瞩目的2026 CES科技盛宴上，一张PPT瞬间燃爆AI圈。

这一刻，是属于中国AI的高光时刻。

另外，OpenAI的GPT-OSS和老黄自家的Nemotron，也做了标注。

而且，DeepSeek-R1、Qwen3 和 Kimi K2 代表着MoE路线下顶级规模的尝试，仅需激活少量参数，大幅减少计算量和HBM显存带宽的压力。

在下一代Rubin架构亮相的核心环节上，老黄还选用了DeepSeek和Kimi K2 Thinking来秀性能。

在Rubin暴力加成下，Kimi K2 Thinking推理吞吐量直接飙了10倍。更夸张的是，token成本暴降到原来的1/10。

这种「指数级」的降本增效，等于宣告了：AI推理即将进入真正的「平价时代」。

另外，在计算需求暴涨这页PPT上，480B的Qwen3和1TB的Kimi K2成为代表性模型，验证了参数规模每年以十倍量级scaling。

不得不说，老黄整场发布会上，中国AI模型的含量超标了。

推理狂飙十倍

中国模型成老黄「御用」AI？

无独有偶，英伟达去年12月的一篇博客中，也将DeepSeek R1和Kimi K2 Thinking作为评判性能的标杆。

实测显示，Kimi K2 Thinking在GB200 NVL72上性能可以暴增10倍。

另外，在SemiAnalysis InferenceMax测试中，DeepSeek-R1将每百万token的成本降低10倍以上。包括Mistral Large 3在内同样获得了十倍加速。

这意味着，复杂的「思考型」MoE部署到日常应用，成为了现实。

如今，随便拎出一款前沿模型，只要深入其内部结构，便会发现MoE（混合专家）成为了主流的选择。

据统计，自2025年以来，超60%开源AI采用了MoE架构，从2023年初，这一架构推动LLM智能水平提升近70倍。

此外，在权威机构Artificial Analysis（AA）排行榜上，最智能的TOP 10开源模型，也全都用的是MoE结构。

如此巨大规模的MoE，单GPU必然无法部署，英伟达GB200 NVL72却能破解这一难题。

DeepSeek R1和Kimi K2 Thinking实测结果，恰恰证明了英伟达Blackwell超算性能的强大所在。

如今，中国大模型闪耀全球舞台，它们令人惊叹的表现，开启了AI推理高效的新时代。

开源AI扛把子，震惊歪果仁

去年底，Anthropic发布了一项针对全球16个前沿模型的严苛行为基准测试。

在这一众顶尖高手中，DeepSeek与Kimi不仅是唯二入局的中国面孔，更交出了惊艳的答卷——

Kimi K2 Thinking凭借极低的被误导率，一举摘得「表现最佳的非美国模型」桂冠。

注：得分越低性能越强，越不容易被误导

这种技术实力也迅速转化为国际影响力和落地应用。

从「硅谷风投教父」Marc Andreessen的公开盛赞，到OpenAI前CTO的新产品Thinker上月官宣接入Kimi K2 Thinking，中国AI的硬实力正在被全球核心圈层接纳。

权威评测进一步印证了这一趋势。

在知名AI大佬Nathan Lambert与Florian Brand联合发布的「2025年度开源模型回顾」中，DeepSeek、Qwen和Kimi强势包揽Top 3。

随后，Lambert更在专文中深入分析，高度评价了中国开源AI所具备的独特优势。

1. 开源模型的「唯快不破」

尽管最强闭源模型与开源之间仍存代差，但中国实验室正在以惊人的速度发布模型，大幅压缩了这一差距。

在技术飞速迭代的当下，「更早发布」本身就是一种巨大的先发优势。

2. 始于「冲榜」，终于「体验」

中国模型在基准测试上的表现愈发生猛，但更关键的是从「分高」到「好用」的转变。

我们见证了Qwen的进化：最初以「冲榜」闻名，如今已成为名副其实的优质模型。

顺着这一思路，K2 Thinking在后训练阶段原生采用4bit精度，显然是为了更高效地支持长序列RL扩展，使其更胜任实际的服务任务。

3. 中国力量的品牌崛起

年初，外国用户可能叫不出任何一家中国AI实验室的名字；如今，DeepSeek、Qwen和Kimi已成为东方技术实力的代表。

它们各有高光时刻和独特优势。重要的是，这份名单还在不断变长，中国AI正在世界舞台占据一席之地。

4. 突破：海量工具调用与穿插思考

Kimi K2 Thinking支持「数百步稳定工具调用」引发热议。

虽然这在o3、Grok 4等闭源模型中已成标配（RL训练中的自然涌现），但这通过开源模型实现尚属首批，这对托管服务商的精准支持能力提出了极高要求。

此外，是「交错思考」（Interleaved thinking）——即模型在调用工具的间隙进行思考。

这是继Claude之后，强调 agentic 能力的模型都在跟进的新趋势，标志着模型逻辑链条的进一步成熟。

5. 倒逼美国闭源巨头

开源的激增让美国闭源实验室倍感压力——仅仅依靠基准测试分数已无法解释「为什么付费更好」了。

相比之下，中国模型或许在收入上暂未占优，但在全球市场的「心智份额」上，正在切走越来越大的一块蛋糕。

回看CES 2026这场演讲，老黄直接把「开源」讲成了全场最硬核的主线。

中国开源AI的表现足以令世界惊叹，随着更多开发者和企业拥抱这些模型，AI应用的全面爆发指日可待。

参考资料：

https://blogs.nvidia.com/blog/mixture-of-experts-frontier-models/

https://www.interconnects.ai/p/kimi-k2-thinking-what-it-means

秒追ASI