À minuit le 16 juillet 2026, lorsque le modèle Kimi K3 de Yang ZhiLin a été lancé, personne n'imaginait ce qui allait se produire ensuite.
Le premier jour, il a atteint la première place de l'arène de code frontend Arena AI, avec 1679 points, dépassant Claude et GPT. Certains à l'étranger l'appellent le « moment DeepSeek 2.0 ».
Le lendemain, Musk a écrit « Impressive » sur les réseaux sociaux, puis a annoncé que son nouveau modèle de 2 billions de paramètres « pourrait dépasser Kimi ». Moonshot a répondu : « Bienvenue à Musk dans le club des 2 billions + ».
Le troisième jour, la demande des utilisateurs de Kimi a dépassé les prévisions et approché la limite de capacité du cluster ; l'équipe a publié une annonce tard dans la nuit pour suspendre les nouvelles inscriptions.
Jour 4, des responsables de la Maison-Blanche américaine ont accusé publiquement Moonshot d'"vol de technologie" et de "contournement des restrictions à l'exportation de puces".
Cinquième jour, le Nasdaq a ouvert en baisse de 1,8 % en raison de facteurs tels que la publication de K3, et l'indice des semi-conducteurs de Philadelphie a chuté de 5,2 %.
Jour 6, Bloomberg rapporte : K3 est considéré comme susceptible de réduire l'écart entre la Chine et les États-Unis en matière d'IA ; certains chercheurs indiquent que cet écart pourrait se réduire à deux à trois mois.
Jour 7, Hu Xijin publie un message pour avertir Yang Zhilin : « Ne vous rendez pas aux États-Unis pour l'instant. »
Sept jours, un millennial de Shantou a mis la Silicon Valley, la Maison-Blanche et Wall Street dans le désarroi.
Le code est l'instrument, le rock est l'âme
Yang ZhiLin, né en 1992 dans une famille ordinaire de Shantou, Guangdong, a eu un parcours dès le départ différent.
Durant son adolescence, il avait deux passions : le rock et le code. Il a fréquenté le lycée Jinshan de Shantou et, sans aucune expérience en programmation, a été sélectionné pour un programme de préparation à l’olympiade d’informatique. La plupart de ses camarades avaient commencé à coder dès le collège, et il a commencé bien plus tard. Pourtant, un an plus tard, il a remporté le premier prix de la région du Guangdong au concours national d’informatique pour jeunes, ce qui lui a valu une admission directe à l’Université Tsinghua.
Mais il voulait prouver qu’il n’était pas seulement un « étudiant admis directement ». Il a passé à nouveau le recrutement autonome, puis a décidé de passer le Gaokao en tant qu’élève ordinaire — avec un score de 667, il est devenu le premier au niveau de la province de Shantou en sciences. Il a été accepté trois fois par Tsinghua, devenant une légende locale.
Yang Zhilin (au centre), prix d'excellence en sciences au baccalauréat de Shantou en 2011, a reçu des billets d'avion gratuits de Air China. (Source de l'image : Hualong Chaoshan)
Après être entré à Tsinghua, il a été affecté à la génie thermique — couramment appelé « brûler du charbon ». En deuxième année, il a pris une décision que ses pairs trouvaient incompréhensible : changer de filière pour rejoindre le département d'informatique. Sa raison était très « rock » : il aimait. Et cet amour provenait d'un roman de Haruki Murakami — le personnage d'un programmeur écrivant du code tard dans la nuit pour concrétiser une technologie l'avait profondément inspiré.
Changer de filière signifie devoir suivre tous les cours de programmation de première année. Mais il a fini par se graduer premier de sa promotion, avec plus de 95 % de ses cours spécialisés notés au-dessus de 95. Parallèlement, il a fondé un groupe de rock à Tsinghua, Splay, en tant que batteur et auteur-compositeur. Le nom du groupe provient de la structure de données « Splay Tree » — un jeu de mots ingénieux. En 2014, lors du concours de la chanson officielle de Tsinghua, ils ont remporté le prix du « meilleur morceau original ».
(Premier en GPA, nombreuses publications)
Des années plus tard, Yang Zhilin a rappelé son plus grand regret à l’université : « Notre groupe n’a pas remporté le premier prix au concours de musique originale ; nous n’avons obtenu qu’un prix pour une chanson originale. »
L'entrepreneuriat est écrit dans les gènes des gens de Chaoshan.
En 2015, Yang ZhiLin a obtenu son diplôme en tête de sa promotion en informatique à l'Université Tsinghua, puis a poursuivi un doctorat à l'Université Carnegie Mellon sous la direction de Ruslan Salakhutdinov, premier directeur de l'IA d'Apple. Il a terminé ses études quatre ans plus tard — deux ans plus tôt que la durée habituelle de six ans.
Pendant ses études de doctorat, il a réalisé deux travaux largement cités par la suite : Transformer-XL et XLNet, cumulant plus de 20 000 citations. Transformer constitue l'architecture de base de tous les grands modèles actuels ; ses travaux ont permis d'améliorer des nœuds clés de cette architecture. Il est ainsi devenu le chercheur le plus cité en NLP en Chine âgé de moins de 35 ans.
Après le lancement de K3, Yang Zhilin est devenu célèbre, et beaucoup se demandent : pourquoi n'est-il pas resté aux États-Unis ? Certains supposent que c'est à cause du visa, d'autres pensent qu'il n'a pas été tiré au sort pour le H-1B.
Les rumeurs ont été trop fortes, obligeant son mentor, Russ Salakhutdinov, à clarifier : en réalité, compte tenu du niveau de Yang ZhiLin, il avait d'innombrables opportunités aux États-Unis à la veille de son diplôme ; Apple souhaitait le recruter, Google et Meta lui avaient également offert des postes, Stanford et le MIT lui avaient demandé s'il voulait faire un post-doctorat, et un cadre d'Apple lui avait même proposé un poste dans son bureau à Pékin. Salakhutdinov a déclaré : « Je me souviens qu'il m'a dit qu'il regretterait toute sa vie s'il n'avait pas essayé de créer sa propre entreprise. Je respecte sa décision, et il a raison. »
En février 2023, Yang ZhiLin a commencé à se concentrer sur son premier tour de financement.
Il a ensuite rappelé que cela avait été une fenêtre extrêmement étroite : « Si on attendait avril, il n’y avait pratiquement plus aucune chance. Mais faire cela en décembre 2022 ou janvier 2023 n’aurait pas non plus fonctionné — il y avait la pandémie, et tout le monde n’avait pas réagi — donc la vraie fenêtre n’a duré qu’un mois. » Pendant qu’il était encore aux États-Unis, il a fait un soir un calcul précis et, une fois terminé, il a estimé qu’il fallait obtenir au moins 100 millions de dollars dans les quelques mois suivants. À l’époque, peu de personnes sur le marché étaient en train de lever des fonds, et beaucoup pensaient qu’il ne pourrait pas en réunir autant. Il s’est ensuite avéré que c’était possible, voire plus.
Le 17 avril 2023, Moon Shadow a été fondée à Pékin. Le nom de l'entreprise provient de l'album de Pink Floyd qu'il écoutait depuis des années, The Dark Side of the Moon. L'un des cofondateurs est Zhou Xinyu, guitariste principal du groupe universitaire de Tsinghua, Splay. Passant de la musique aux entreprises, les deux ont transitionné de la création musicale à la conception de modèles.
Six mois plus tard, l'assistant AI Kimi a été officiellement lancé. Il se concentrait sur une direction que personne d'autre n'osait explorer à l'époque : un contexte extrêmement long. Une entrée sans perte de 200 000 caractères chinois représentait la longueur de contexte la plus étendue supportée parmi tous les produits de modèles de langage à grande échelle disponibles à l'époque. À titre de comparaison, Claude supportait environ 80 000 caractères, et GPT-4 seulement environ 25 000 caractères. Yang Zhilin estimait que la longueur du contexte était la clé pour débloquer de nouvelles applications : que ce soit pour l'analyse de bases de code complètes ou pour des assistants à long terme ne perdant jamais d'informations cruciales, cette capacité fondamentale était indispensable. Tandis que les autres se concentraient sur les classements généraux, il pariait que les longs textes constituaient la prochaine entrée.
You got it right.
En novembre 2023, Kimi a officiellement ouvert ses services au grand public. En février 2024, Moonshot AI a levé plus de 1 milliard de dollars américains lors d’un tour A+, dirigé par Alibaba, avec la participation de Sequoia China, Xiaohongshu, Meituan, etc., atteignant une valorisation post-investissement d’environ 2,5 milliards de dollars américains. Il s’agissait du plus gros financement unique jamais réalisé par une entreprise chinoise de modèles d’intelligence artificielle à ce moment-là. Moins d’un an après sa création, Moonshot AI est devenue l’une des startups les plus valorisées du secteur des grands modèles en Chine. En mars de la même année, Kimi a augmenté la longueur du contexte de 200 000 caractères à 2 millions de caractères. Le nombre de visites des utilisateurs a augmenté de 321,58 % en mois sur mois, provoquant temporairement des pannes de service.
De sa création en avril 2023 à son statut d'unicorne de l'IA, Yang ZhiLin a mis moins d'un an.
Yang et Liang Wenheng, fondateur de DeepSeek, sont toujours comparés. Deux compatriotes du Guangdong, ils ont créé les deux entreprises d'IA les plus en vue en Chine.
Mais leurs fondements sont différents. Liang Wenhong a suivi un parcours local — entré à l'Université Zhejiang à 17 ans, il a commencé par l'investissement quantitatif et a investi ses propres gains dans l'IA. Yang Zhilin, quant à lui, a suivi une voie académique.
Sur le plan commercial, Kimi est une entreprise star financée par des fonds externes et proche du produit ; DeepSeek ressemble davantage à un institut de recherche, fonctionnant à long terme avec ses propres fonds, et la capacité des modèles reste toujours le sujet le plus discuté dans l'industrie.
Les différences narratives sont plus marquées ; quelqu'un les a résumées de manière directe : Liang Wenheng a occupé le secteur avec trois mots-clés — open source, prix bas, et localisation ; Yang Zhilin, avec des capacités de modèle de pointe mondiale, se bat sur un champ de bataille défini par les autres.
Cependant, en 2026, les deux approches ont commencé à se rapprocher. Kimi accorde une attention croissante aux capacités fondamentales, tandis que DeepSeek commence à se concentrer sur l'efficacité de l'inférence et la productisation ; les frontières s'effacent.
Les talents chinois en IA font tourner la tête de la Silicon Valley
Ce n’est pas seulement Yang Zhilin et Liang Wenhong qui sont sous les projecteurs.
Le même mois, la capitalisation boursière de Zhipu a un jour dépassé 810 milliards de dollars de Hong Kong, dépassant Xiaomi. Cette entreprise fondée par le professeur de l'Université Tsinghua Tang Jie a été cotée à la Bourse de Hong Kong il y a seulement six mois. Tang Jie, âgé de 49 ans cette année, est le plus âgé des quatre fondateurs. En juillet, il a envoyé une lettre interne annonçant que les deux prochaines années seraient consacrées à la recherche fondamentale sur l'AGI, sans chercher à monétiser des applications à court terme. Il est intéressant de noter que Yang Zhilin était autrefois l'étudiant de Tang Jie à l'Université Tsinghua — aujourd'hui, les deux enseignant et élève se retrouvent sur le même terrain de jeu, devenant les « rivaux » les plus familiers l'un de l'autre.
Yan Junjie de MiniMax se concentre sur les modèles d'experts hybrides et les technologies multimodales. Presque en même temps, il a envoyé une lettre à tout le personnel annonçant qu'il ne percevrait aucun salaire jusqu'à l'arrivée de l'AGI et qu'il allait allouer 4 % de ses actions personnelles pour récompenser l'équipe. À l'époque, le cours de MiniMax était tombé de 1330 HKD à 297 HKD.
Quatre individus — Liang Wenheng, 41 ans ; Yang Zhilin, 34 ans ; Tang Jie, 49 ans ; et Yan Junjie, 37 ans — sont surnommés par le marché les « quatre grands rois de l'IA chinoise ». Les entreprises d'IA qu'ils contrôlent ont une valorisation combinée dépassant 1,1 trillion de yuans chinois. Leurs parcours sont variés — trading quantitatif, science informatique, recherche en intelligence artificielle — tous sont des génies académiques. Leurs approches technologiques diffèrent également : DeepSeek réduit les coûts, Kimi défie les modèles de pointe américains, Zhipu mise sur la recherche fondamentale en AGI, et MiniMax développe des applications multimodales.
Mais ce qui les met sur la même scène, c'est le même fait : les grands modèles chinois se sont positionnés en tête de la compétition mondiale en IA.
Au cours des dernières années, le récit autour de l'IA en Chine était principalement celui d'une « course de rattrapage ». DeepSeek a surpris le monde au début de l'année 2025 avec des modèles à faible coût, marquant le premier « moment DeepSeek ». L'arrivée de Kimi K3 est qualifiée par l'industrie de « moment DeepSeek 2.0 » — un modèle chinois à haute performance apparaît désormais comme un concurrent dans le récit mondial de l'intelligence artificielle. Greg Brockman, président d'OpenAI, a reconnu publiquement que les estimations qu'il a vues suggèrent que la Chine pourrait être à seulement quatre mois en retard derrière les États-Unis en matière de développement de modèles.
Ce qui inquiète davantage la Silicon Valley, c’est le modèle open source largement adopté par les entreprises chinoises. Les six modèles les plus populaires sur OpenRouter proviennent tous d’entreprises chinoises. Les développeurs du monde entier peuvent les télécharger gratuitement, les déployer eux-mêmes et les modifier librement, ce qui réduit considérablement les barrières à l’entrée pour l’application de l’IA. Le journal français Le Monde souligne que les principaux modèles d’IA chinois adoptent généralement un modèle open source, en nette opposition à la stratégie fermée et payante des entreprises américaines leaders. Certains analystes estiment que l’industrie chinoise de l’IA a réussi à transformer son « déficit en puces » en « avantage d’efficacité algorithmique » : bien qu’elle dispose de bien moins de GPU que ses concurrents américains, elle a développé une capacité d’optimisation technique extrême.
Mais ce qui soutient tout cela, c'est un visage de plus en plus jeune.
Lors du Congrès mondial de l'intelligence artificielle 2026, beaucoup ont remarqué un changement évident : les fondateurs nés après 2000 et les années 1990 représentent une proportion très élevée.
Zeng Guoyang, cofondateur et CTO de Mianbi Intelligence, a été désigné « Personnalité de l'IA de l'année » par le CCTV « Cérémonie chinoise de l'IA 2026 ». L'agent intelligent de conception de protéines de Tianwu Technology, « Xiao Wu », est devenu l'une des « pièces maîtresses » de la conférence, développé par le doctorant « post-00 » Tan Yang. Au début de 2026, Chen Boyuan, encore étudiant, a fondé Inverse Matrix et a levé plus de 100 millions de dollars lors de son premier tour de financement, mené par Hillhouse Capital et des fonds liés à l'Université de Pékin, avec une valorisation dépassant 5 milliards de yuans.
De Yang Zhilin à Chen Boyuan, la narration de l'IA chinoise est en train d'être réécrite par une génération plus jeune, avec des parcours différents et des orientations variées, mais avec un point commun : ils ne se soucient guère des règles établies ni de ce que les autres pensent.
(Source : People Magazine)
Les employés de Moonshot disent que l'entreprise n'a pas de murs entre départements, et d'une certaine manière, elle n'a même pas de départements. La signature de Yang Zhilin ne contient que quatre mots : communication directe. Si une tâche nécessite la collaboration de quelqu'un d'autre, il suffit de contacter directement la personne concernée, sans approbation, sans coordination, sans réunion. Plus de dix employés ont déclaré qu'ils étaient plus à l'aise avec les IA, car elles sont plus fiables et plus simples. Dans les chats de groupe, tout le monde est très vif, mais en personne, ils restent très silencieux. Un employé a utilisé un mot pour décrire cette atmosphère : timide.
La plupart des marques veulent une histoire, mais les employés de Kimi rappellent aux visiteurs : ne écrivez pas Pink Floyd, et ne mentionnez pas le piano à l'entrée du bureau.
Retour sur le tableau des classements de 2011 du lycée Jinshan de Shantou, cette phrase que Yang Zhilin avait écrite aux élèves plus jeunes : « Il faut croire que tout viendra naturellement. You can do anything you set your mind to. »
Des années plus tard, cette phrase n’est pas seulement une note personnelle, mais aussi une prédiction pour toute une génération. Ils n’ont pas pris de raccourci, ni fait de détour, ils ont simplement accompli ce qu’il fallait faire, et le monde a naturellement entendu.
Auteur : seed.eth
Twitter : https://twitter.com/BitpushNewsCN
Groupe de discussion BitPush sur Telegram : https://t.me/BitPushCommunity
Abonnez-vous à BitPush sur Telegram : https://t.me/bitpush