美国AI搜索初创公司Perplexity考虑采用Kimi K2模型进行后训练，技术路线再升级
美国知名AI搜索初创公司Perplexity首席执行官Aravind Srinivas近日在社交媒体透露重要技术动向：基于月之暗面Kimi团队最新发布的K2万亿参数开源模型的优异表现，公司后续可能会利用该模型进行后训练优化。这标志着Perplexity在技术路线上的又一次战略布局。
值得关注的是，这并非Perplexity首次采用第三方大模型进行训练优化。此前，该公司就曾成功将深度求索（DeepSeek）的R1模型纳入其技术体系。此次对K2模型的关注，显示出Perplexity持续保持技术开放性的发展战略。
Kimi K2模型技术亮点解析：
- 万亿参数规模，展现强大计算能力
- 特别强化代码理解与生成能力
- 出色的通用Agent任务处理性能
- 完全开源，降低企业使用门槛
对投资者的潜在影响：
1. 技术路线多元化可能带来更高估值
2. 开源模型使用或降低研发成本
3. 展现公司快速整合前沿技术的能力
4. 需关注模型切换可能带来的短期性能波动
5. 长期看可能加速产品迭代速度
