Yang Zhilin, de 34 años, fundador y director ejecutivo de Moonshot AI, la empresa detrás de los modelos Kimi, se dirigió al GTC 2026.
Su viaje comenzó en la Universidad de Tsinghua. Luego, Yang recibió un doctorado de Carnegie Mellon, realizó una pasantía en Google Brain y Meta AI, y trabajó con Quoc Le y Jason Weston. Su investigación se superpuso con el trabajo de Yoshua Bengio y Yann LeCun.
Le trajo amplia fama
Transformador-XL y XLNet
.
Ambos trabajos intentaron resolver uno de los problemas clave de los modelos lingüísticos: la pérdida de información procedente de contextos distantes.
Posteriormente se citó el artículo sobre XLNet.
más de 10.000 veces.
Después de sus estudios, Yang podría haber continuado su carrera en las Big Tech estadounidenses, pero regresó a China. Participó en el desarrollo de grandes proyectos chinos de IA, fundó Recurrent AI y en 2023 lanzó Moonshot AI en Beijing.
La investigación de contexto a largo plazo se ha convertido en la base de los productos de la empresa:
-
kimi k2
recibió arquitectura MoE para 1 billón de parámetros
-
kimi k3
visión nativa agregada, contexto para 1 millón de tokens y 16 expertos activos
- la empresa dependía de la programación, los agentes y el trabajo con grandes cantidades de información
Moonshot AI ha atraído inversiones de Alibaba, Tencent y otras grandes empresas. A lo largo de varios años, la startup se ha convertido en uno de los participantes destacados en la carrera por el modelo en la frontera china.
Ian explicó su regreso de manera simple: tenía miedo de arrepentirse de toda su vida si no intentaba crear su propia empresa.
La experiencia adquirida en un entorno de investigación global puede traducirse rápidamente en una ventaja tecnológica para todo un país.
Puedes ver su entrevista completa aquí:
https://www.youtube.com/watch?v=CwePo4847ho
@ai_machinelearning_big_data