8 月 1 日月之暗面旗舰模型 Kimi K3（参数 2.8 万亿）正式全量开源。
上线两天，Hugging Face 模型页被挤到响应迟缓，GitHub 代码仓 issue 数半天破千；硅谷几位长期关注中国开源的工程师说「impressive」，并感叹中国 AI 的崛起速度。
同日内，月之暗面完成超 35 亿美元 F 轮融资，投后估值 350 亿美元。

K3 的开源不是只放权重，它把预训练数据分布、训练超参的搜索轨迹、后训练对齐阶段的 reward model 也全部打包上传。
一位跑过 K2 全流程的研究员说，他想要的不是「另一个 DeepSeek-V3」，并且 K3 那份「为什么这一版超参最终赢」的推理记录：「光给模型，不给方法，社区会永远在追数字；有方法，下一代模型就能站在 K3 肩膀上。」

全量权重放出来，等于把最贵的那块能力免费交出去，开源这步，逼着闭源阵营重新算账。

月之暗面 Kimi K3 · 官方图 · 2.8 万亿参数全量开源

据 The Information，OpenAI 正筹备新模型家族 Astra，主打多个智能体在较长时间内协同解决高难任务，可用于大型项目或高阶数学；Altman 本周向美国政策制定者与监管机构做了演示，模型或按新前沿 AI 审查框架在发布前提交联邦审查。
Astra 可能命名为 GPT-6，或作为 GPT-5 系列的 GPT-5.7。

从「单智能体对话」到「多智能体项目组」，OpenAI 把产品的想象空间，从聊天框挪到了工作台。

Astra 曝光：多智能体长周期协作，疑似 GPT-6。

前沿实验室 发布一组数学与理论计算机科学结果，称内部版 Astra 在 10 个长期未解问题上取得进展，并公开了 openai/ten-proofs 仓库，包含 Lean 4 形式化证明。

Simon Willison 指指出，前沿实验室 声称每个问题成本不到 2,000 美元，但没公布失败案例数量。
他更想看到的是 prompts，「我想看的不是结果，是他们怎么问出来的」。

AI 研究开始附带机器可验证的证据链，「解出来了」正在变成「有证明能查」。

前沿实验室 公布 10 个数学进展：重点不是模型名，是 Lean 证书。

Google 发布三款具身智能模型，主攻「机器人何时算完成任务」这一难题；其中 ER 2 在「时间智能」上突破，能准确判断任务完成状态，支持本地边缘部署，并向新型机器人本体快速适配。

具身落地卡在「做到哪了」这种细活上，ER 2 补的是机器人自己心里那本账。

Google 发 ER2 具身模型：让机器人判断「活干完了没」。

一位开发者把 K3 全量权重拉到本地多卡机器，跑通长文档分析与代码生成，说过去要调三家 API 的活，现在一台机器内完整链路；社区里芯片厂商也开始做适配。

他用的是 8 张消费级显卡串起来的方案，关键是把 K3 的 2.8 万亿参数按 8 路张量并行切片，每张卡吃 3,500 亿。
原本他估的是「能跑起来就不错了」，结果实测下来，50 页合同的分析任务从调 前沿实验室 的 22 秒降到了本地的 9 秒，且文档从头到尾不出机器。
他在 B 站记录了第一次跑通的全过程，第二天播放量破百万，社区里跟着做适配的显卡厂商排了 6 家。

当万亿模型能塞进自己的机房，数据不出门、调参不受限，开源的真正红利，是控制权。

据创业邦，月之暗面完成超 35 亿美元 F 轮，因超募 3 倍提前关闭，投后估值 350 亿美元；原定 8 月的 G 轮（Pre-IPO）提前启动，投前估值升至 500 亿美元，预计最快 6 个月内冲刺港股。

开源炸场和融资炸场同一周发生，说明资本看好的是开源聚起的开发者网络，不是单次发布。