文 | 聽筒 Tech，作者｜饒言，編輯 | 才哥
當互聯網大廠還醉心于在 AI 的 " 百模大戰 " 中大顯身手時，誰也沒有料到，他們竟然被一個 " 新人 " 抄了後路。
Kimi 的爆火，來得太過突然，也很意外。
Kimi 有多火？火到宕機成了近期常見的事，以至于官方不得不出面道歉。
" 此前我一直用文心一言，直到有一天，朋友推薦了 Kimi，我才知道，什麽是好用的國産大模型。"80 後李琳是文字工作者，她對大模型的需求主要集中在資料的檢索和整理，之前文心一言能夠基本滿足她的需求。
但 Kimi 給了李琳全新的體驗，" 僅從資料和素材的整理這一點來言，Kimi 體驗感明顯勝于文心一言。"
王明是一位資深 AI 從業人員，他對此并不驚訝，他見證了 Kimi 從内測到爆火的過程，"很顯然，‘草根出身’的 Kimi 更懂得什麽是用戶真正的需求。"
"Kimi 仍有一些不足之處，但從目前的用戶體驗來看，它已經走在一些大廠大模型的前面。" 王明直言，在目前在國産大模型中，他更看好 Kimi 的未來。
資本市場也對 Kimi 表現出了滿腔熱情。自 3 月中旬以來，A 股市場便催生了 Kimi 概念股，不少公司的股價受此影響，接連大漲。
萬興科技是接入 Kimi 的 AIGC 軟件企業之一，旗下視頻創意軟件萬興喵影接入 Kimi。在萬興科技 AI 創新中心總經理齊镗泉看來，Kimi 的出圈不僅反映了公衆對于新興技術的興趣和期待，也體現了資本市場對于 AI 技術的信心和追捧，" 這也是個積極的信号，展示了 AI 應用的潛力和商業價值。"
"Kimi 的出圈并非一蹴而就，其背後是大量的研發投入和持續的技術創新。" 齊镗泉對《聽筒 Tech》表示。
不過，Kimi 未來能延續目前的火熱嗎？目前顯然還無法判定。實際上，随着 Kimi 的爆火，有關其技術處理能力和商業化路徑的質疑聲也不斷。
齊镗泉也提示了風險，" 随着 AI 技術的廣泛應用，我們也應該關注其可能帶來的數據安全和隐私保護等問題，并積極尋求解決方案。"
Kimi 到底表現如何？
" 用過一次 Kimi 後，現在大部分時候都選擇使用它。" 不少人和李琳的做法一樣，長期需要閱讀大量數據和報告的證券分析師張強最近也在使用 Kimi，在他看來，Kimi 界面更友好，在文生文的大模型中，更貼近自己的需求。
張強已經獲得 Kimi 的 200 萬字長文輸入内測資格，他經常将一些上市公司的年報或者 IPO 文件全文輸入到 Kimi，他對《聽筒 Tech》表示，Kimi 能夠迅速将核心内容提取出來，包括上市公司的基本信息、财務概覽、公司治理等核心内容，" 相對而言，其他國産大模型在歸納總結方面有所欠缺。"
Kimi 的用戶體驗到底如何？《聽筒 Tech》對 Kimi、文心一言、通義千問、豆包，以及騰訊混元助手做了一系列小測試。
首先測試的是這些大模型對資料的總結能力。
需要說明的是，在幾家大模型的 PC 端版本中，Kimi、通義千問、豆包、文心一言對文件上傳功能操作友好，而騰訊混元助手 PC 端對文檔的上傳界面不太友好，《聽筒 Tech》幾經折騰，都未能找到将文件上傳到對話中的辦法。
《聽筒 Tech》随意抽取了一份最新的《美團 2023 年财務報告》進行測試，測試結果如下。
從測試結果來看，正如張強所言，Kimi 對文檔的歸納總結功能明顯優于其他幾家大模型。對這份财務報告，Kimi 的總結清晰且簡明扼要，豆包和通義千問雖然也能總結，但結果呈現并不理想，而文心一言則需要進一步的指令。
從大模型的檢索結果來看，Kimi 準确且精簡地對黃仁勳在 2024 年 GTC 大會上的演講内容進行了總結。
除 Kimi 外，其他幾家大模型均無法檢索到黃仁勳在 GTC 大會上的演講内容，騰訊混元助手甚至無法生成任何答案，需要進一步的指令。
創作能力是每個大模型都要具備的重要能力之一，這能夠更好地理解和模拟人類的思維過程，從而生成更具創意和價值的内容。
視頻腳本的生成，便是用戶常用的文學創作能力大模型功能之一。爲此，《聽筒 Tech》測試了大模型的視頻腳本制作能力。
本次測試的内容是 " 以‘運動改變生活’爲主題生成視頻腳本 "。從生成的結果來看，Kimi、文心一言、通義千問、豆包均能生成符合基本要求的視頻腳本文案。
其中豆包生成的視頻腳本包含了時長、地點等元素，相對比較專業。Kimi 與文心一言生成的腳本内容更爲連貫且有條理。而騰訊混元助手甚至将上一個問題混淆到了腳本中。
從測試結果來看，Kimi、文心一言、通義千問和豆包都具有較強的視頻腳本生成能力，可以爲視頻制作提供很好的幫助。相比之下，騰訊混元助手對問題的理解顯然不夠。
從以上簡單的綜合測試結果來看，實際上，在文生文的基礎功能上，Kimi 的處理結果更貼近基礎用戶的需求。
對于像李琳以及張強這樣的基礎用戶而言，Kimi 目前的文生文基本功能已經遠超其他國産大模型。
當然，他們也期待 Kimi 能夠解決更多問題，李琳笑言，" 我已經期待它幫我做 PPT 了。"
爲什麽出圈的是 Kimi？
Kimi 到底是誰？
公開報道顯示，Kimi 的母公司爲北京月之暗面科技有限公司（以下簡稱 " 月之暗面 "），創始人爲楊植麟。
企查查數據顯示，月之暗面成立于 2023 年 3 月，同年 10 月推出全球首個支持輸入 20 萬漢字的智能助手産品 Kimi。
創立至今短短一年時間裏，月之暗面已經獲得紅杉中國、真格基金，以及阿裏巴巴、小紅書、美團等知名機構和企業在内的兩輪融資，融資金額超 12 億美元，投後估值已約 25 億美元。
今年年初，Kimi 的訪問量開始上漲。據 Similarweb 和七麥數據的資料顯示，2024 年 2 月 18 日至 3 月 16 日，Kimi 的日均浏覽量将近 20 萬次，Kimi 在全平台的累計下載量爲 50 萬次。
尤其是最近兩周，Kimi 的訪問量更是爆增。根據 Similarweb 數據顯示，近兩周 Kimi 的訪問量分别爲 152.0 萬和 225.0 萬，一度引發平台訪問異常的情況。
在衆多國産大模型中，爲什麽出圈的是 Kimi？
在王明看來，一方面，與其創始人團隊的背景不無關系。" 從公開的資料來看，月之暗面可以稱得上彙集了目前國内大模型領域相對領先的人才的一個團隊。"
公開資料顯示，楊植麟出生于 1992 年，被譽爲最年輕的中國大模型創始人。其本科畢業于清華大學計算機系，師從清華教授、知名 AI 學者唐傑。博士畢業于卡内基梅隆大學計算機學院，師從蘋果 AI 研究負責人 Rualan Salakhutdinov 和谷歌首席科學家 William Cohen。
據公開報道，楊植麟目前仍是清華大學交叉信息研究院（以下簡稱 " 交叉信息院 "）的助理教授。要知道，交叉信息院涵蓋大名鼎鼎的清華 " 姚班 "。楊植麟與圖靈獎得主楊樂昆（Yann LeCun）和約書亞 · 本吉奧 ( Yoshua Bengio）均有過科研合作。
實際上，月之暗面是楊植麟第二次創業，在此之前，他曾與别人共同創立了循環智能，也拿到了紅杉中國的投資，并在 2021 年和華爲雲聯合推出了當時全球最大的中文語言模型 " 盤古 "。
另據媒體報道，月之暗面的核心團隊成員在大模型方向有重要發明，如 RoPE 相對位置編碼和 group normalization，這些技術是 Meta LLaMa、谷歌 PALM 等主流模型的重要組成部分。其另外兩位創始人周昕宇和吳育昕，同樣是 AIGC 領域的領先技術人才，有過 1 萬 + 的 Google Scholar 的引用。
一位在學術上與楊植麟有交集的 AI 領域研究學者 Liam 認爲，月之暗面的團隊可以稱得上目前國内領先的 AGI 團隊之一，他亦認同業界對楊植麟 " 堅定的 AGI 信徒和有技術号召力的創始人 " 的評價。
Liam 對 Kimi 的出圈并不意外，" 實際上，AI 技術圈内的人從去年幾家公司宣布做 AGI 的時候，就基本确定月之暗面和智譜是最有希望做成的，也正因此，頭部資本會在第一時間擠向這幾家公司。"
在 Liam 看來，楊植麟是一位 " 爲數不多的善于從第一性原理思考問題的學者 "，"Kimi 走的 long-context 的技術路徑與大廠不一樣，或許也是源于其對第一性原理的思考。"
另一方面，" 楊植麟對什麽是用戶真正需要的大模型也有清醒的認知 "。Liam 向《聽筒 Tech》透露，在楊植麟看來，一個好的産品，應該知道用戶想要什麽，通過滿足用戶的需求來實現産品的優化，" 這也是爲什麽月之暗面一開始推出的産品便是 TO C，而不是 TO B 的原因所在。"
在 Liam 看來，"TO C 的定位，能夠給 Kimi 帶來更多‘訓練’的機會，更有利于産品的優化和完善。"
市場顯然也認可楊植麟對 Kimi 的這一定位，國信證券的分析報告指出，Kimi 日活用戶的顯著增長反映了 Kimi 在模型優化、人才擴展和用戶吸引方面的成功策略。
"Kimi 的成功不僅依賴于其技術優勢，更在于其對用戶體驗的重視，包括通過數據驅動的持續産品優化、創新的分享機制以及對核心功能的精準打磨，這些因素共同提升了 Kimi 的市場競争力。"
中信建投也在其研報中表示，"月之暗面打造高關注度應用 Kimi Chat，一方面在于核心團隊技術背景深，另一方面在于産品面向 C 端免費開放，注重産品運營。"
在齊镗泉看來，用戶需要的，是一個能解決特定場景中 80% 問題的大模型、一個結合了本土用戶使用習慣的本土化大模型、一個能夠與用戶進行交互和共創的大模型。
"大模型始終會是’應用爲王‘。大模型需要提供的并不是一個淺嘗辄止的工具，而是一套标準化的流程支持，包括基礎大模型、完整的工具鏈、豐富的應用，以及有專家支持的服務。"
這些，或許就是 Kimi 率先出圈的原因。
Kimi 火速出圈還有一個原因，那就是前期異常低調，之前幾乎沒人聽過這家公司的名字，這與大廠在 AI 方面的高調形成鮮明的對比。
如果說财大氣粗的大廠更要面子，那麽 " 草根出身 " 的 Kimi 則更注重裏子。
Kimi 能火多久？
爆火的 Kimi 能否如願在大模型這一新戰場中脫穎而出？目前來看，尚無定論。
僅從 Kimi 引以爲傲的長文本處理技術來看，Kimi 或将面臨巨大的壓力。
一個不容忽視的事實是，Kimi 大模型爆火後，大廠正在迅速跟進。
3 月 22 日，阿裏通義千問宣布免費開放 1000 萬字長文檔處理功能，成爲全球文檔處理容量第一的 AI 應用。随後，360 宣布智腦正式内測 500 萬字長文本處理功能，該功能入駐 360AI 浏覽器。另據媒體報道，百度也将免費開放 200-500 萬長文本功能。
在一位 AI 技術人員看來，" 長文本處理這項技術并不難，隻不過之前的大模型關注點不在這一方面。更重要的是，長文本處理相對而言，成本太高，甚至可以說是’虧本的生意‘。"
該 AI 技術人員認爲，" 當市場意識到這一技術能迅速打開市場，勢必會加入這一戰場，這無疑将對 Kimi 造成巨大的壓力 。"
實際上，一個簡單的測試便能看出，該 AI 技術人員的觀點存在一定的道理。
因目前尚未獲得 200 萬字的内測資格，《聽筒 Tech》對 Kimi 與通義千問分别提交了一份近 35 萬字的《茶百道聆訊後資料集》，發出相同的指令後，kimi 反饋 " 超出字數限制，隻閱讀了前 31%"，而通義千問順利對全文進行了總結。
一定程度而言，開放了 1000 萬字長文檔處理功能的通義千問，雖然總結的内容不盡如意，得到的直觀結果優于 Kimi。
圖：目前 Kimi ( 左）與通義千問（右）對長文檔的處理結果來源：《聽筒 Tech》截圖
不過，Liam 對以上 AI 技術人員的看法持不同觀點，Liam 表示，" 長文本處理這項技術并不難 " 這個說法存在誤解，準确地說應該是 " 将文本變長确實不難 "，但是 " 在變長的同時不丢掉有效信息，保證模型對文本仍然有很深入的理解 " 存在很大技術難度。
在 Liam 看來，" 在文本變長甚至變到無限長的情況下，保證計算量和計算成本可控 " 這件事，需要大量的基礎研究來支持，大廠的人才密度不足以支撐這樣的研究。
另一方面，從多次宕機的情況來看，也意味着 Kimi 後台需求解決的問題仍不少。
上述 AI 技術人員表示，雖然月之暗面确實彙集了一些領先的技術人才，但還需加強，" 我看媒體報道，目前 Kimi 團隊不足百人，這對于一家處于上升期的大模型企業而言，遠遠不夠。"
不過，在 Liam 看來，人才密度是頂尖科技公司最關鍵的因素，而不是人才數量。
" 這從 OpenAI 便能得出答案，ChatGPT 發布時，OpenAI 也僅 100 餘人，都是領域内最頂尖的科學家和工程師，當然 GPT 爆火後，OpenAI 開始大力擴招，人才密度有所下降，也因此引發了一些問題。"
另外，Kimi 要想持續發展，就必須正視商業化這一難題。
目前，月之暗面的具體商業化路徑仍未對外公開。Kimi 爆火時，有媒體報道稱，月之暗面相關負責人提到，年内将有商業化初步方案。
有業内人士稱，Kimi 的商業化可能類似于 OpenAI，更傾向于一種通用性的商業化，例如商業化的高端接入入口用以擴展客戶的應用等。
但這一模式能否落地，能否足以支撐 Kimi 的長遠發展，尚未可知。
在王明看來，如果目前 Kimi 的獲客成本真像媒體報道的 " 每天投入可能超過 20 萬元 "，那顯然不是一個小數目，目前的商業模式也不足以支撐其未來的快速發展。
更重要的是，Kimi 爆火後，進一步推動了 " 百模大戰 " 的升級，國内外 AI 公司對其已形成圍獵之勢。
且不說國外，僅國内，騰訊、阿裏、百度、科大訊飛、商湯科技等巨頭和 AI 公司都紛紛推出了大模型，同時，各行業也不斷湧現垂類大模型。
公開數據顯示，目前，國内公布的大模型數量已超過 200 個。" 這些對 Kimi 而言，都是巨大的壓力。" 王明直言。
在此前接受媒體的采訪時，楊植麟曾表示，"AI 不是我在接下來一兩年找到什麽 PMF（Product/Market Fit，産品 / 市場契合），而是接下來十到二十年如何改變世界。"
這或許不是楊植麟一個人的願景，也是衆多國産大模型從業者所希冀的未來。（文中李琳、王明、張強、Liam 均爲化名。）
參考資料：
1、《Kimi 掀起國産大模型長文本競賽》，來源：《北京商報》；
2、《互聯網大廠，集體「圍剿」Kimi》，來源：《新浪科技》。
