大模型巨頭 " 圍剿 "Kimi 的戰役，已經進行了一段時間了。想必讀者們已經從 Kimi 帶來的震撼中冷靜下來，開始理性審視 2024 的大模型 " 新賽季 "。
毫無疑問，" 卷 " 長文本，是基礎通用大模型在新賽季的首個賽點。3 月 18 日，月之暗面宣布 Kimi 智能助手支持 200 萬字超長無損上下文，并開啓内測。200 萬字是什麽概念呢？《紅樓夢》等古典名著、企業财報等專業文獻，Kimi 都能 " 手拿把掐 "，展現出了極強的理解分析能力。
打擂台容易守擂難。Kimi 這位新秀的亮相固然驚豔，但其他更早問世的 TOP 級基礎大模型，也都不是吃素的，很快百度文心一言、阿裏通義千問，都宣布跟進長文本能力，直接卷到 1000 萬字。
Kimi 突如其來的熱度、巨頭的積極反撲、長文本賽事的狂飙，無不說明基礎大模型已經進入了新賽段。
Kimi 不是來終結比賽的，而是來加入這個家的。而去年倉促備戰、緊跟 ChatGPT 的第一梯隊廠商，如今也對大模型的商業化前景、落地方向等，有了更成熟的思考。
Kimi 掀起的 " 長文本之戰 "，隻是大模型 " 新賽季 "paly 中的一環，接下來還會有哪些看點，我們來預測一下。
Kimi，終結不了比賽
月之暗面（Moonshot AI）是大模型賽道上，第一波獲得較大規模融資的明星創業公司。而相比同時期動作不斷的 AI 大廠如 BAT、明星企業如百川，月之暗面直到去年 10 月才交出了第一份成績單 Kimi，頗有種 " 謀定而後動 " 的味道。
從參數上看，Kimi 的長文本能力超越了當時的谷歌 gemini 1.5、Claude3，處于全球領先水平。
從市場動作看，Kimi 的宣傳，也不像其他基礎通用大模型廠商那樣謹慎，而是大規模投流，廣告鋪天蓋地，在 B 站、抖音、小紅書等平台都有信息流投放。據媒體報道，Kimi 每天獲客成本都在 20 萬，正在 " 燒錢換規模 "。
從實際效果看，有大量個人用戶和企業開發者在使用 Kimi 後表示，其在中文上的理解、分析、問答能力，确實優于當時主流的國産大模型，上下文銜接更好，總結能力更強。
幾重因素疊加，升級後的 Kimi 引爆了資本市場的新一波熱情，甚至出現了 "Kimi 概念股 "。
那麽，Kimi 能 " 亂拳打死老師傅 "，一舉終結基礎大模型的比賽嗎？子彈飛了這麽久，結果已經很明顯了，不能。
一方面，随着用戶規模的增多、應用場景和用例的增加，Kimi 的能力局限越來越多地暴露出來，比如有用戶提到，Kimi 的編程能力跟 ChatGPT、GLM4、文心一言有很大的差距，ToC 場景下長文本處理的需求并不高頻，新鮮感過了之後，感覺沒有其他太大用處。
同時，Kimi 視爲核心差異化優勢的長文本能力，并不構成真正的護城河。從其他巨頭很快就跟進并上線了相關能力，就可以看出，長文本處理技術的壁壘并沒有很高，能做基礎通用大模型的頭部廠商，都有相關技術和人才積累。
而過去一年 AI 大廠在多模态大模型、智算基礎設施、ToC 應用、Tob 客情關系等多個維度構築起的壁壘，則是月之暗面很難快速追趕的。比如，目前月之暗面還沒有發布多模态大模型，雲服務運維跟不上，難以保證 B 端用戶的體驗。
目前 Kimi 面向大衆免費試用，但其付費 API 的定價，有的版本幾乎達到了 GPT-3.5 等領先大模型的數倍，後續付費轉化也要打一個問号。
總的來說，Kimi 是月之暗面在大模型技術上的一次成功 " 秀肌肉 "，但别說直接終結比賽，要跻身 " 可規模落地大模型 " 這一賽道的 TOP 席位，恐怕爲時尚早。
新賽季，" 遭遇戰 " 告一段落
有讀者可能會問，既然大廠有做長文本處理的能力，爲什麽去年不卷，非要 Kimi 火了之後才卷？
所以說，Kimi 爆火是一個很好的契機，标志着中國大模型已經從倉促備戰的 " 遭遇戰 "，進入到了步步爲營的 " 陣地戰 "。
簡單來說，2023 年 ChatGPT 橫空出世，中國的 AI 大廠是在猝不及防的情況下，極短的時間内統籌資源、組織人馬，快速跟上 OpenAI 的技術進展，一度出現了 " 大模型日抛 " 的局面。這時候最重要的是争取主動，避免中國 AI 在大模型浪潮中缺席。文心一言、訊飛星火、騰訊混元、華爲盤古、百川智能、智譜 AI 等一大批基礎大模型廠商和初創機構，确實讓中國在 " 遭遇戰 " 中拿下一城。
狂奔一年，無論海内外都對大模型有了更清晰，也更務實的認知。中國的基礎大模型廠商，已經開始 " 高築牆、廣積糧 "，逐步進入到充分準備、保障嚴密、戰略穩定的 " 陣地戰 " 了。
爲什麽之前不卷長文本，Kimi 出現又快速集體圍剿？恰恰是新賽季 " 陣地戰 " 開始的信号。
信号一，不打沒意義的仗。
國内基礎大模型的競争基本告一段落了。
随着 Sora、Claude3 等開源或閉源大模型都越來越強大，基礎通用大模型的投入門檻也更加高昂，不能長期拿出天文數字來卷的都心生退意，轉而去挖掘垂直場景和細分行業的機會，這也讓頭部廠商的認知度和市場認可度更加穩固。
基礎大模型廠商也開始精打細算，關注如何從硬件中壓榨出更多算力、降低單位推理成本、構建可持續的國産算力、挖掘商業化項目潛力等。而長文本處理要消耗大量的硬件資源，平白無故瞎卷，燒錢費力還未必讨好，确實沒必要。
但 Kimi 的爆火，更多是讓 ToB 場景，尤其是金融、政務客戶，看到了大模型的應用價值，讀财報、讀合同、做客服，更長的文本确實能在這類知識密集型場景，發揮出更好的效果，減少幻覺問題。這代表了基礎模型的底層能力，所以 Kimi 的長文本之戰，必須打。
信号二，競争更加立體複雜。
2023 年末，大模型熱度已經開始降溫。應用側落地困難，所謂的殺手級 AI 應用似乎還是沒有出現，而投入成本持續加碼，基礎模型一升級就會覆蓋創業者的工作，導緻投資市場态度也偏向謹慎。于是，很多人開始質疑這一波大模型隻是自嗨，唯一賺錢的隻有賣鏟子的英偉達，焦慮情緒開始彌漫。
這時候，Kimi 作爲一款現象級産品，确實打破了僵局。
作爲一個有實際意義的應用層産品，Kimi 讓大衆再一次感受并認可了大模型的價值。根據産業規律，應用爆發往往會在産業基礎平台條件具備之後的一兩年内出現，Kimi 正處于這一時間軸的關節上，标志着 AI 應用爆發即将開始。
Kimi 對大模型價值的再度确認，也會讓接下來的通用大模型競争，從卷參數、卷 benchmark 等基礎項 PK，進入到更加複雜、多元的能力角鬥。
信号三，跑馬圈地白熱化。
這一競争階段，" 遭遇戰 " 時的靈活、機動、大幹快上，就不太管用了，而需要細緻部署、步步爲營，跑馬圈地。
對 Kimi 的圍剿說明各家基礎大模型廠商的底層能力，會很快趨同。除非像 OpenAI 那樣，技術的飛輪效應極強，跟競争對手的差距越拉越大，否則，技術天然會擴散，很難長期成爲商業秘密與護城河。
壞消息是，國内的基礎大模型，想要建立差異化優勢越來越難，沒有人能獲得壟斷地位；好消息是，政企客戶更希望構建 " 模型花園 "，根據需要調用多個大模型，減少對單一供應商的依賴，所以市場仍在增長，仍然開放，大家都還有機會。
（企業希望引入的模型數量）
a16z 調研了七十多位财富 500 強企業和頂級企業領袖，發現這些公司 2024 年在 AI 上的支出預算比 2023 年增加了 2-5 倍。國内市場的智能化速度也不會遜色，更增強了對基礎大模型的需求，所以接下來，會進入到白熱化的跑馬圈地階段。
大模型新賽季，正式拉開帷幕。
長文本
隻是 " 陣地戰 " 的一環
長文本，是 " 秀肌肉 " 的必争之地，但解決政企客戶的切實需求，長文本卻未必那麽實用。從 Kimi 的長短闆，我們可以看到目前市場更需要怎樣的大模型。
首先說說短闆。前面提到了，Kimi 的長文本在很多場景下屬于低頻需求，再長的 token 隻會帶來更大的計算量、更高的資源成本，對用戶來說性價比不高。對此，吳恩達也認爲，快速生成 token，可能比使用更強的模型更重要。長文本處理導緻的硬件資源需求、GPU 短缺和雲服務能力，也是 Kimi 面臨的現實挑戰。
而 Kimi 的長闆在于，在文本摘要和知識管理等任務中，發揮出了極高的生産力效能，對企業的吸引力很大。應用更友好，企業不需要從頭開始訓練自己的 LLM。
所以，長文本之戰引發的連鎖反應，會讓一些能力，成爲 battle 重點：
1. 與雲的深度融合。Maas 服務會成爲模型購買決策的首要原因之一，繼續深化、細化。
2. 對 Agent 開發的支撐。基礎大模型很難提供所有端到端的解決方案，長文本處理是應用層公司的舞台，通過基礎大模型 +Agent 式工作流，去解決客戶的專有問題。而 Agent 式推理拼的是 token 生成速度，而非文本有多長。試想一下，如果一個金融客服助手半天憋不出一段話，即使生成的效果再好，用戶也不會有耐心等待。所以，長文本能力并非應用型企業選擇基座模型的唯一标準，甚至不是最重要的标準。
3. 生态規模。Kimi 的爆火說明，大廠不可能壟斷所有應用方向。利用新的技術能力（如長文本處理）來解決新的問題，創業公司和個人開發者更具備貼近客戶、深入場景的優勢，爲各類行業用戶的特定需求進行微調、定制。大模型的商業城池，必須由衆多生态夥伴一起來守，誰能在 2024 奠定生态的規模優勢，是接下來博弈的關鍵點。
總的來說，大模型落地，是一個複雜的系統工程。2024 進入 " 陣地戰 " 的大模型市場，準備更加充分，作戰更有條理，商業化戰略也日益清晰。基礎模型廠商，将在一次又一次的迎敵與防禦中，構築起系統性的攻防能力。
一個平台級的大模型公司，一定會是萬億級别，也一定會誕生在中國。讓我們拭目以待。
