7月27日，月之暗面正式发布Kimi K3的完整模型权重。自7月16日API上线以来，K3就在在多项测试中展现出接近前沿模型的能力。因此，它成为了硅谷最近讨论开源时的重要案例之一。从2025年初的DeepSeek时刻，到当下的Kimi K3，中国开源模型正在从成本更低、能力稍弱的替代品，逐渐逼近甚至超过最强的闭源前沿模型。
随之而来的，是一场越来越激烈的蒸馏争论。什么是蒸馏？通过闭源模型的输出进行训练，和未经授权的大规模能力提取，有什么区别？即使中国实验室使用过美国模型生成的数据，它又究竟能解释多少最终能力？

本期播客，我们邀请到两位嘉宾来分别从开源生态和企业的视角，讨论这一波中国开源模型的影响：前Hugging Face亚太开源生态负责人王铁震，和TinyFish联合创始人Keith Zhai。
我们从K3带给硅谷的挑战聊起，讨论了为什么把中国模型的进步全部归因于蒸馏，实际上忽略了架构、强化学习、数据工程和推理基础设施上的创新。而当蒸馏从一种中性的训练技术，变成商业竞争和政策讨论中的指控时，争议的核心又变成了什么？
在此之外，我们也讨论了K3针对大型推理服务商设计的商业授权：当开源权重模型持续压低成本，它会如何冲击OpenAI、Anthropic等闭源实验室的商业模式？当模型能力逐渐商品化，未来AI行业的价值会流向模型本身、推理基础设施，还是Agent与企业工作流？

注：本期播客中提到的“开源”，更准确地说是开放权重（open weights）。K3官方称自己为开放模型，它使用的是Kimi K3 License，不是标准 MIT/Apache 这类完全开放的OSI license。

【主播】
Yiwen，硅谷101特约研究员

【嘉宾】
王铁震，Hugging Face前亚太生态负责人
Keith Zhai，TinyFish联合创始人

【你将听到】
中国开放模型，硅谷怎么看？
01:45 Kimi K3为什么突然成为硅谷关注的焦点？
03:33 从DeepSeek、GLM到K3：硅谷对中国模型的判断如何变化
06:51 企业为什么开始转向中国模型
10:23 中国开放模型推理成本

蒸馏争端始末
13:24 蒸馏争议：到底什么是蒸馏？
17:22 K3是否可能在短时间内蒸馏最强闭源模型？
19:48 蒸馏能解释模型的核心能力吗？

开放模型对闭源商业模式的影响
23:54 K3 License与开放模型商业化
34:27 开放模型会怎样冲击OpenAI和Anthropic的收入与估值？
37:39 英伟达为什么支持开放权重
43:41 中国公司为什么选择开放

强大的开放能力下，Agent生态如何变化？
45:04 Thinking Machines为什么开放权重？
48:39 开放模型催生的新生态
48:43 OpenRouter等多模型平台为什么开始受益？
49:56 对Agent产品和基础设施的影响

开放模型的安全之争
55:40 接近前沿的模型，到底应不应该开放权重？
01:04:01 开源和闭源模型，谁更容易被滥用？

【延伸阅读和相关术】
Kimi K3官方技术报告与模型权重
Kimi K3授权协议
Anthropic对蒸馏攻击的指控
《开放权重与美国AI领导力》

【相关术语】
开放权重（Open Weights）：指模型开发者公开模型训练完成后的参数文件，允许用户下载模型，并在自己的设备或云端进行部署、推理、微调或进一步开发。开放权重并不意味着训练数据、训练代码和完整训练流程也同时公开，具体使用方式还会受到模型授权协议的限制。
开源模型（Open-Source Models）：通常指不仅公开模型权重，还公开足以让外部开发者研究、修改和复现模型的更多组成部分，例如训练代码、模型架构、数据处理方法、训练流程，以及在部分情况下使用的训练数据。由于大模型很少完整披露所有训练材料，目前业界对什么样的模型可以被严格称为“开源”仍存在争议。
思维链（Chain of Thought）：指模型在生成最终答案之前，用一系列中间步骤拆解问题、组织信息和进行推理的过程。
规模扩展效率（Scaling Effiency）：指模型将计算资源转化为能力提升的效率，也就是在使用相同或更少的算力、数据或训练成本时，能否获得更好的模型表现。
键值缓存（KV Cache）：指模型在处理上下文和生成内容时，保存此前token在注意力计算中产生的Key和Value数据。这样，模型在生成下一个token时不必重新计算全部历史内容，可以显著降低重复计算，提高生成速度；但上下文越长，KV Cache占用的内存通常也越大。

【硅谷101听友群】
很多听友反馈没有加上我们的听友群，别急，新的入群通道已经安排上啦👏
之后我们入群二维码我们也会放在节目shownotes中，方便大家随时找到组织。
在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。
扫码加入，即刻相遇。

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Kablaam - Ealot
Flickering Torches - Christian Andersen
Radar Focus - Blue Saga
Pulse Runner - Helmut Schenker

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Keith Zhai and 王铁震.

机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升2到3个量级——因为那一刻，它需要理解眼前的物理世界。
这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞。这家公司走了一条与硅谷主流"纯大脑黑盒大模型"不太一样的路：软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层负责具体物体操作；Sim-to-Real作为核心训练范式，让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。
这条路已经跑出了一定成效：面对从未见过的新物体，他们的零样本通用抓取单次成功率接近100%。
本期硅谷101，我们邀请苏度科技CEO韩铮，一起聊聊机器人“动手”怎么实现？他预测，接下来会有更多的硅谷公司重新回到“上下分层”的方向上来。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
韩铮，苏度科技联合创始人&CEO

【你将听到】
机器人“动手”的数据根基
03:17 为什么做全栈（大脑+本体）通用机器人？
07:14 苏昊早年经历：从图片标注ImageNet，到3D数据集ShapeNet
11:08 3D数据收集，难在哪里？
13:21 仿真需要亚毫米级精度，视频训练无法达到
16:33 什么是Sim-to-Real（从仿真到现实）？
18:08 创业时机的判断：DALL-E带来的数据拐点

Sim2Real技术验证与关键突破
21:40 仿真器的技术内核：经典物理法则+强化学习
24:17 数据集质量与规模的平衡：自建结构化3D数据集
28:05 实际效果如何？零样本通用抓取，一次性成功率98%
32:11 回应Demo质疑：去学术会议现场随机环境中演示
34:22 基础Zero-Shot泛化能力比长程任务串联更为关键
35:45 灵巧手虽好，但不是当下的性价比最高的方法

技术路线之争
38:16 商业模式思考：硬件+底层模型+API，类比智能手机生态
41:23 仿真器与机器人本体，必须软硬件协同设计强绑定
44:04 如何教会机器人拧瓶盖？加入真实世界数据更高效
44:51 难度对比：操作物体比运动控制难2~3个数量级
47:28 白盒与黑盒之争：分层模型，在预训练中融入物理理解
51:11 Sapien仿真器，让机器人像幼童第一次拧瓶盖一样操作
53:27 数据冷启动困境：无法复刻特斯拉，必须靠仿真做冷启动
55:38 嘉宾预言：被硅谷抛弃的“上下分层”即将重回主流

全球机器人竞争格局
59:08 实现机器人动手，软硬件强结合的公司才能做到
01:00:34 硅谷明星公司点评：Skild、Figure、Optimus
01:05:40 为什么最看好DeepMind+波士顿动力Atlas的组合？
01:09:01 亚马逊机器人，场景多但整合困难
01:10:02 为什么多数公司退回垂类？因为不知道通用该怎么走
01:12:43 不做垂类押注，而是构建开发者生态，目标是成为机器人时代的“iOS+硬件”

【延伸阅读】
节目中提到的Demo：sudo R1评测——60分钟连续无剪辑实测

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Particle Emission - Silver Maple
My Moon and Your Sun - Hampus Naeselius
On the March - Brendon Moeller
Quietly Tense - Marten Moses

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 韩铮.

【主播】
泓君Jane，硅谷101创始人，播客主理人
Yiwen，硅谷101特约研究员

【嘉宾】
Simon Luo，斯坦福大学公民教育计划博士后研究员
钟思骋，叶什瓦大学法学职业博士候选人

【你将听到】
00:33 特朗普行政令的连锁反应，哥伦比亚大学和哈佛大学面临的资金压力与政策改变
02:42 DEI的定义及特朗普政府发布的三份行政令细节
05:51 DEI政策在社会各领域的反弹：政界主导、商界回应、教育界任人宰割
09:47 将DEI作为“替罪羔羊”，政府效率与预算削减问题的交织
11:56 DEI的历史演变及多重面向
15:16 种族隔离历史的开端，亚裔在DEI政策中的位置
19:14 硅谷技术文化的兴起与早期互联网去中心化的想象
21:49 斯坦福作为西海岸的代表，成为进步与保守冲突的热土
24:06 里根新保守主义的崛起，福音派进入政治舞台
26:37 似曾相识的话语体系：减税、福利改革的真实目的
28:45 “狗哨政治”是如何骗取白人中产的支持的
29:54 硅谷科技精英：奥巴马政府同盟的鼎盛时期到右转是如何发生的
31:21 扩大偏见而非消除偏见：企业内部强制性多元化训练及招聘测试引发的反感
33:08 DEI政策的两难抉择与基于历史补偿的理想
36:06 共和党对DEI的攻击、左派的反思与多元化的挑战
40:37 硅谷的士绅化与流浪汉问题：科技产业如何加剧住房危机与社会生态变化
44:53 美国住房供给不足的深层原因：种族主义历史、区域划分法与既得利益者的阻碍
48:17 从反贫困到反犯罪，塑造今日城市困境
51:13 从治安到教育：特朗普时代复刻80年代的监禁与贫困恶性循环
53:11 美国公共教育的鸿沟：房产税驱动的资金不均与阶层固化
56:13 站在历史转折点：DEI共识的破裂与寻找新的民主方向
58:09 优生学的历史遗毒与美国民主的倒退：能否对未来保持乐观

【提到的相关信息】
（1）乔治城大学哲学系教授Olúfẹ́mi O. Táíwò于2022年出版的书籍 Elite Capture《精英俘获》 39:14
（2）西北大学商学院教授Lauren Rivera于2019年出版的书籍 Pedigree: How Elite Students Get Elite Jobs《血统：精英学生如何获得精英工作》 32:29
（3）耶鲁大学历史教授Elizabeth Hinton于2017年出版的书籍 From the War on Poverty to the War on Crime《从反贫困战争到反犯罪战争》 48:38
（4）David Sacks和Peter Thiel在1996年于斯坦福大学杂志上发表的文章 The Case Against Affirmative Action《反对平权运动的理由》 23:02

【监制】
泓君
【后期】
AMEI
【运营】
王梓沁、孙泽平

【BGM】
At the End of Nothing - Silver Maple
Estimations - Christoffer Moe Ditlevsen
Anticipating a New Day - Stationary

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐
其他平台：YouTube｜Bilibili（搜索——硅谷101播客）
联系我们：podcast@sv101.net

Special Guests: Simon Luo, Yiwen, and 钟思骋.

被投资机构逼迫交出CEO的位置，杠总统，无论是Jack Dorsey本人还是他一手创建的Twitter，今年内外压力交织。同时管理着Twitter与Square两家公司，自己却要去非洲研究加密货币。

他被认为是现今硅谷最像乔布斯的人：他节食、冥想、爱好广泛，但脾气暴躁，也经常被看成把公司管理的一团糟。但如今，他也在赢得更多人的喜欢。

Jack Dorsey到底是个怎样的人？这个话题我们聊聊跟他相关的Twitter往事，以及为什么有人认为，他代表了硅谷精神的回归？

【主播】
泓君，《硅谷101》主播

【嘉宾】
林吓洪，菩提（Bodhi）创始人
李蓉慧，原《第一财经周刊》驻硅谷记者

【重点名词】

《Hatching Twitter》，《纽约时报》畅销书作者Nick Bilton所著，讲述了Twitter从诞生到2015年之前，关于金钱、权力、友谊与背叛的故事。

Jack Dorsey，Twitter 联合创始人兼CEO，Square 创始人

Even Williams，分别创建Blogger.com，播客公司ODEO，后为Twitter联合创始人，现任Medium 创始人

Kevin Systom，Intragram创始人

Noah Glass，ODEO公司联合创始人，Twitter联合创始人

Biz Stone，Twitter联合创始人，离开Twitter后创建Jelly，后来被Pinterest收购

【片头曲】
《I want to be seated》，by Romanes

【招聘】
寻找后期、运营以及设计，工作地点可以在任意你喜欢的地方，请在简历中附上代表作
招聘邮箱：thesiliconvalleyer@gmail.com

【节目互动】
国内：苹果播客 | 喜马拉雅 | 小宇宙 | 网易云音乐|蜻蜓
海外：苹果Podcast | Google Play | Spotify

Special Guests: 李蓉慧 and 林吓洪.

听完这期节目，大家会了解整个美国网红生态，以及中美网红对比全景图。

【主播】
泓君，《硅谷101》创始人

【嘉宾】
Heidi Yu，美国网红平台Social Book创始人

【关键节点】

【06:09】对比中国，美国有哪些网红平台？
【08:30】为什么直播在美国火不起来？
【17:19】中美网红本身的区别及审美差异
【23:45】网红变现的四种方式与中美差异
【31:20】美国网红对TikTok的两点担忧：隐私&平台规则
【40:14】同样是网红经纪公司，中美分成比例完全相反
【42:51】Youtube上的中国网红们正在迅速崛起

【节目中提到的海外网红平台】

Youtube
全球最大的视频分享网站，也是全球最大的视频搜索与分享平台

Instagram
Facebook公司旗下一款免费提供在线图片及视频分享的社群应用软件

Twitter
提供社交网络与微博客服务，互联网上访问量最大的十个网站之一，中国与之对应的是新浪微博

Tumblr
美国轻博客社交网络平台，创办于2007年

Reddit
集合娱乐、社交与新闻网站，当前Reddit是美国第五大网站，流量仅次于Google、YouTube、Facebook以及Amazon，月活用户数达3.3亿

Twitch
游戏软件影音流平台，提供平台供游戏玩家进行游戏过程的实况，或供游戏赛事的转播；现在也直播创意、音乐、美食等非游戏内容。

Amazon Live
亚马逊直播平台，前身是一款将视频融于购物体验的平台，2019年改为亚马逊直播平台

【节目中提到的北美网红】

PewDiePie
北美最大的游戏主播，Youtube上粉丝过亿
「更正，节目中提到PewDiePie有6000万粉丝不是最新数据，现粉丝也已经增长过亿」

Ryan Kaji
一名八岁的小男孩，Youtube上2019年流量收入最高的网红，收入为一年2600万美元

Anastasia Radzinskaya
一名六岁的小女孩，俄裔美国Youtuber，去年Youtube流量年收入排名第三，为1800万美元

【片尾曲】
Pink Shoe Laces——Dodie Stevens

如果大家对节目中提到的中美网红平台工具感兴趣，这里是他们的中英文网站：
【海外】https://socialbook.io
【中国】https://socialbook.com.cn

【节目互动】
国内：苹果播客 | 喜马拉雅 | 小宇宙 | 网易云音乐
海外：苹果Podcast | Google Play | Spotify
公众号：硅谷101（svstyle）
联系我们：thesiliconvalleyer@gmail.com

Special Guest: Heidi Yu.