月之暗面推出 Kimi Linear，一种混合线性注意力架构，首次在短上下文、长上下文和强化学习场景下全面超越全注意力机制。
其 3B 激活参数模型在所有评估任务上显著优于全 MLA，同时将 KV cache 使用量降低最多 75%，并在 1M 上下文下实现最高 6 倍解码吞吐量。
月之暗面已开源 KDA 内核、vLLM 实现及模型权重。
AI News / Research
Back to AI news
Kimi Linear: A Highly Expressive and Efficient Attention Architecture
DarkSide has launched Kimi Linear, a hybrid linear attention architecture that, for the first time, fully surpasses the full attention mechanism in short-c...
Today AI Intelligence Brief
DarkSide has launched Kimi Linear, a hybrid linear attention architecture that, for the first time,
fully surpasses the full attention mechanism in short-context, long-context, and reinforcement learning scenarios. Its 3B-activation-parameter model significantly outperforms full MLA across all evaluation tasks, while reducing KV cache usage by up to 75% and achieving up to 6 times decoding throughput on 1M-context scenarios. DarkSide has open-sourced the KDA kernel, vLLM implementation, and model weights.
资讯正文 · AI 整理
Intelligence Assessment
Aioga 编辑摘要
材料称，月之暗面推出混合线性注意力架构 Kimi Linear，其 3B 激活参数模型在所列评估任务上优于全 MLA，KV cache 使用量最多降低 75%，并在 1M 上下文下实现最高 6 倍解码吞吐量。
背景分析
该内容属于论文研究，公开材料来自 Hacker News 热门内容的 buzzing.cc 中文翻译，原文指向 arXiv。材料还称，月之暗面已开源 KDA 内核、vLLM 实现及模型权重。
Aioga 观点
Aioga 判断，Kimi Linear 的关注点不仅是评估表现，也包括长上下文推理中的缓存占用与解码吞吐量。不过，现有摘录未提供任务清单、实验设置及对照细节，不能据此推断其在所有实际部署中均占优。
影响与后续
Aioga 判断，若论文报告的结果可在相同条件下复现，该架构可能为长上下文模型降低 KV cache 压力并提高解码效率提供新选择。值得关注的是，材料仅陈述最高值，尚不足以判断不同上下文长度下的稳定收益。 建议下一步核对论文中的评估任务、全 MLA 对照配置、硬件环境、吞吐量计算方式及 KV cache 统计口径，并结合已开源的 KDA 内核、vLLM 实现和模型权重开展独立复现。
Source and Copyright
The readable text on this page was extracted from the public source and organized with attribution, publication time and the original link. Copyright remains with the original author and publisher.
Ingestion channel: Summary aggregation · Source domain: arxiv.org
Source: Hacker News 热门（buzzing.cc 中文翻译）
Original link: Open original source
Aioga archive: Open intelligence page
Content record: summary-fallback · Updated: 2026-07-28T15:21:28.545Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article