文 | 定焦，作者 | 黎明，編輯 | 魏佳
一個僅成立一年的創業公司，一群頂着名校光環的 90 後，做出了一款效果出衆的大模型産品，讓整個 AI 圈震動。
自從妙鴨相機短暫出圈後，國内的大模型行業，已經很久沒出現爆款産品，Kimi 填補了這一空白。
最讓人意外的是，A 股股民也來湊熱鬧，各大炒股群讨論 Kimi 概念股，流量激增導緻 Kimi 服務器宕機。
如今一個多月過去了，雖然熱度減退，但身邊依然有人在讨論 Kimi。
北京一所高校的在校大學生告訴「定焦」，近期學校組織了學習會，安排老師學習 Kimi，老師給學生布置作業，要求學習、訓練 Kimi。
在網絡上，時不時能看到有人推薦 Kimi，這其中有一些可能是定向投放的廣告推文，但也不乏一些自來水。
Kimi 帶給人們的一個認知沖擊是，AI 發展太快了，創業公司也可以在短時間内做出讓人眼前一亮的産品，相比之下，那些号稱做了十幾年、砸下千億資金的科技大廠，不過如此。
Kimi 搶走了科技大廠的風頭，未來還可能搶走他們的用戶。問題是，火爆能持續嗎？
誰在用 Kimi？
Kimi 是一個面向 C 端用戶的智能助手，善于讀長文、搜網頁，主打功能包括整理資料、解讀文件、輔助編程、文案寫作等，被網友稱爲 ChatGPT 中文平替。
因爲有 ChatGPT 在前邊教育市場，還有文心一言、通義千問、訊飛星火等大廠推出的産品相互内卷，Kimi 提供的這些功能，其實很多人之前或多或少了解過。
但對比之下，像 Kimi 一樣讓很多人自發使用，不隻是廠商自吹自擂，還能讓 2 億 A 股股民狂歡的國産大模型産品，此前沒有過。
Kimi 呈現給用戶的東西很簡單：一個像百度搜索一樣的搜索框，" 文件，拖進來；網址，發出來 "，然後用戶可以直接針對發給它的文件或網址提問，讓它幫忙總結歸納、分析數據、全網搜索。
圖源 / kimi.ai 官網截圖
最大的亮點是它支持超長文本輸入，一開始是 20 萬字，後來增加到 200 萬字，而當時縱觀全球範圍内的大模型，沒有一個能超過 10 萬字的。
這在用戶體驗上最大的變化是，你給大模型投喂資料，不用再把文件拆分成好幾個了，直接丢進去就行，它都能很快讀懂，還能 " 大海撈針 " 定位其中的信息，告訴你某個信息出現在哪一頁。
看到這，Kimi 的用途很明确了——長文本閱讀和分析概括，可以理解爲 AI 搜索 + 文檔總結。它是一個生産力工具，幫助我們處理信息，偏實用導向，不是用來吟詩作畫、聊天娛樂的。
這個定位，決定了 Kimi 的使用者主要是打工人。Kimi 官方介紹文檔中提到了六類人群：學術科研人員、互聯網從業者、程序員、自媒體與内容創作者、金融和咨詢分析師、法律從業人員。他們有個共性：要處理大量文檔信息。
一位非訴律師對「定焦」說，之前經常用 ChatGPT 整理法律政策，利用它寫報告、總結，但 ChatGPT 有個問題是每次輸入的信息不能太長，比如一份 1 萬字的材料，需要分成好幾份，分批發給它才能進行分析。Kimi 的長文本特點，解決了這個問題。現在他是兩款産品同時在用。
一位自媒體從業者告訴「定焦」，他會用大模型分析上市公司财報信息，查詢一些财務數據，在對比了文心一言和 Kimi 之後，他覺得 Kimi 更好用。"Kimi 的功能很直接，簡單好上手，總結歸納能力很強。"
不過，他們都表示，目前使用頻率不高，更多是嘗鮮、試用，因爲 AI 生成的内容質量不穩定，有時候會出現胡說八道的情況，" 可以參考，但不能全信。"
Kimi 的開發者，是一個叫作月之暗面的創業公司，去年 3 月成立。Kimi 去年 10 月第一次亮相，從一開始就主打長文本，對外宣傳的噱頭是 " 完整吃下了一本《三體》"。
亮相之後的半年内，Kimi 叠代了三次。識别掃描件、上架小程序、聯網搜索，以及将支持的上下文長度升級到 200 萬字。
3 月 18 日的 200 萬字升級是一個轉折點。在那之前，Kimi 還是在互聯網圈、大模型從業者，以及小範圍的 AI 愛好者中傳播，升級之後，Kimi 成功引起了 2 億股民的注意，出現一批 Kimi 概念股，Kimi APP 和小程序宕機上了熱搜，進一步傳播出圈。
如今來看，Kimi 能火，是多個因素共同促成的。首先是産品确實還不錯，這是前提；其次恰到好處的營銷，2 月中旬月之暗面那筆 10 億美金、号稱國内 AI 大模型公司單輪最大金額的融資，極大增加了關注度；此外，Kimi 概念股的發酵，來自 2 億股民的神助攻，最後一舉将 Kimi 送上了微博熱搜和 Appstore 總榜前十。
Kimi 的确是出圈了，這跟此前國産大模型隻在業内人中傳播不一樣。不過，從總量上看，實際使用 Kimi 的人數還是有限，Similarweb 監測到 Kimi 網頁版的日活用戶數峰值在三四十萬的水平，全網日活峰值在百萬水平。
對于一家創業公司而言，這個成績相當不錯。問題是，爲什麽做成這件事的是一家創業公司？
Kimi 做對了什麽？
月之暗面不是國内最早那批做大模型的公司，在它之前，百度的文心一言作爲 ChatGPT 之後第一個亮相的國産大模型，被認爲最接近 ChatGPT。此外，阿裏的通義千問、科大訊飛的訊飛星火、智譜 GLM，都已叠代了好幾輪。
但除了廠商們的主動發聲，國内一直沒有出現 C 端用戶真正認可、願意自發爲之宣傳的産品。
一大亂象是卷參數、刷榜單。幾乎每家在發布産品時，都要把 GPT 拉出來對比一波，找到幾個指标把 GPT 超越——比如，中文能力。GPT 成了靶子，被國産大模型輪番吊打。但業内人都知道，論綜合能力，國内沒有一個大模型能超越 GPT4。
" 刷榜 " 是大模型行業公開的秘密。國産大模型樂于刷榜，經常在各種榜單上排名第一。但多位做榜單測評的業内人士告訴「定焦」，大部分排名沒有太大參考意義，跟 " 刷題 " 一樣，不代表真實能力。
普通用戶感到很迷惑，" 你說你很強，榜單上有你，媒體推薦你，博主誇贊你，我就信了你，但用完之後，一言難盡…… " 一位試用過多款國産大模型的用戶說。
國内做大模型的公司很有意思，有些是爲了拉股價，有些是蹭熱點，還有的就是想圈錢，動機很不單純。稍微好點的，是爲了趕超對标 OpenAI，是爲了要赢。
即便是把長期主義挂在嘴邊的大廠，很多也是爲了打赢對手，而不是想着怎麽滿足用戶需求。
最典型的是阿裏和 360。Kimi 宣布支持 200 萬字超長無損上下文之後，因流量激增服務器崩潰上了熱搜。然後第二天，阿裏通義千問宣布免費開放 1000 萬字長文檔處理功能，号稱 " 全球文檔處理容量第一 "，緊接着 360 AI 浏覽器宣布内測 500 萬字長文本處理功能。
好吧，大廠又 " 赢 " 了，他們又 " 第一 " 了。
有人點評：" 既然你（阿裏、360）知道長文本好，而且你也能實現，早幹嘛去了？這是來給用戶提供便利的，還是來蹭流量的？"
除了大廠，還有大佬。去年 Kimi 剛發布不久，李開複成立的零一萬物，發布了大模型 Yi-34B，能處理約 40 萬字，是 Kimi 的約 2 倍，聲稱問鼎了多項全球英文和中文能力測試排行榜第一。但馬上就有業内人指出，"Yi 系列 " 的模型架構與 Meta 的開源大模型 LLaMA 相比，隻改了兩個張量（tensor）的名字，讓其陷入套殼争議。
圖源 / 零一萬物官網
在這樣的大模型創業生态中，其實隻要産品稍微好一點，營銷巧一點，時機把握好，很容易脫穎而出。
今年 3 月，AI 創業者華融琦利用 Kimi，寫了一個《Kimi 最全指南》的雲文檔，傳播很廣。他對「定焦」說，Kimi 做長文本很早，從一開始就拿這個點做單點突破，給人留下了根深蒂固的印象，而長文本是一個通用性的功能，Kimi 相當于是以功能和場景出圈。另外，創始人楊植麟超級學霸、AI 大牛、90 後的人設自帶濾鏡，在感性層面獲得了外界更多支持，用戶出于認可自發的宣傳也給 Kimi 增添了不少流量和好感。
産品定位決定了市場策略。在國内大模型産品中，Kimi 是少有的從一開始就明确隻做 to C，不做 to B 的産品。Kimi 發布的第一天，楊植麟就說過，希望先提升模型能力，同時也會聚焦 C 端超級應用，通過産品連接技術與用戶，Kimi 是第一個産品嘗試。
對 C 端用戶的看中，決定了 Kimi 的産品體驗不會差。無論是 200 萬字的超長文本，還是拖拽文件的無門檻操作，以及簡潔的頁面設計，都能體現這家公司的用戶思維。
BAT 等大廠的大模型，做的很早，想要的也很多。在 " 做給誰用 " 這個問題上，大廠是典型的既要還要，既要吸引 C 端用戶，又想讓 B 端客戶付錢，所以大廠基本都是把大模型跟雲服務打包在一塊，C 端 B 端兩手抓。
智譜 AI 是清華系的創業公司，全面對标 OpenAI，公認技術實力強悍。智譜也有面向 C 端的産品，但落地方向以 to B 爲主——智譜在機場廣告牌上打的大屏廣告，" 助力千行百業加速邁向通用人工智能時代 "，明顯是給企業看的。
相比之下，Kimi 是少有的從用戶需求出發打造的産品。這不是說月之暗面的動機多麽高尚，隻是從結果來看，用戶認可度更高。
搶了誰的生意？
作爲一家創業公司，月之暗面少了些包袱，得到人們更多包容，這是大廠沒有的優勢。
去年 3 月百度在國内率先推出文心一言時，人們的關注點不是産品的功能表現，而是它有沒有套殼，以及産品演示爲什麽是錄播。
C 端用戶對大廠有一種天然的挑剔，甚至認爲他們是創新的敵人。所以當楊植麟頂着 90 後創業者的光環出現時，很輕易就被貼上了颠覆者、破局者的标簽。
那麽，月之暗面的真實技術實力如何？Kimi 的火爆能持續嗎？
AI 創業公司語核創始人池光耀認爲，總體來看，考慮到長文本能力，Kimi 是潛力很強的模型，能排在國内的第一梯隊。
他對「定焦」分析："Kimi 對長文本的追溯能力很強，在給定材料中靠指令要求追溯特定信息的準确度很不錯。即使是把指令埋在兩三萬字的小說中也能做到正确遵循。另外，它處理大部分日常任務的邏輯性能足夠，雖然對超長材料的總結提取可能會漏掉部分細節，但能保留主體正确。"
華融琦認爲，各家大模型都有自己擅長的點，Kimi 的優勢是解讀長文本，像是一個超級智能的文本檢索器；智譜的智能體比較完善，搭建了開源生态，基于這個生态開發項目比較方便；MiniMax 的模型比較懂人性，在角色扮演、情緒價值上有優勢；文心一言的安全性和合規性做的比較好。
"Kimi 确實是 C 端工具中最耀眼的，但在其他方面，比如 AI 系統搭建，光靠 Kimi 還不行。" 華融琦說。
由此來看，Kimi 隻是在 C 端用戶最容易感知的一些方面，暫時做到了比較好的體驗，但這不意味着它就具備了很大的優勢。
AI 行業投資人柳笛對「定焦」說，現有的這些大模型，沒有同一框架下的可比性，其實論綜合能力，百度、阿裏、智譜 AI 的産品是不錯的，但 Kimi 在一些辦公場景，比如複雜搜索、多輪對話、報告分析等方面好用，被用戶當作輔助工具來用。
不過，由于産品定位清晰，Kimi 已經對大廠的産品産生了替代效應，比如搜索。
" 我覺得有了 Kimi，基本可以不用搜索引擎了。" 一位 Kimi 用戶對「定焦」說，在他看來，Kimi 的聯網搜索 + 自動生成功能，對傳統搜索是降維打擊，" 過去搜資料，你要從大量結果中自己去篩選、判斷、分析，現在這些過程都可以省略，你隻需要下指令就可以了。"
很多人沒有注意到，Kimi 爆火的那段時間，還有一款産品的流量也增長迅猛。根據 "AI 産品榜 " 的統計，AI 搜索産品 " 秘塔 AI 搜索 "3 月訪問量同比翻了 5 倍，在總榜中的排名快速爬升，僅次于文心一言和 Kimi。
柳笛認爲，Kimi 對大廠接下來的策略産生了影響。" 大廠明确 to C finetune（微調）的方向了，更加看重 paperwork 的質量，而不是純生成一些聊天内容，讓用戶調戲。"
當然，也有人對 Kimi 的可持續性持懷疑态度，認爲它不一定能賺到錢。國内的大模型廠商之所以要做 to B 生意，是因爲能看到明确的變現場景，C 端産品難出爆款，出了爆款後算力成本是個巨大負擔，讓用戶付費則考驗用戶粘性。而很多用戶湧入 Kimi，也是看中它是免費。
秘塔科技 CEO 闵可銳曾經直言：在國内不論針對什麽環境，與國際市場的付費意願相比而言是糟糕的。
"Kimi 也沒成功，它在試圖先培養用戶習慣，現在能維持百萬 DAU（日活），月推理成本都得大幾千萬，接下來大家就要驗證收費了。" 柳笛說。
華融琦認爲，Kimi 對 C 端收費是一個必由之路，" 隻是要看在什麽階段、對哪些功能進行收費，這就很考驗 Kimi 的産品和定價水平。"
大廠轉變策略後，對 Kimi 形成圍剿之勢，因此技術和産品的叠代速度很重要。
"AI 這一波浪潮，大家達成共識特别快，一旦進入白熱化的打仗階段，不管是搶用戶還是搶收入，恐怕不會特别久。" 華融琦說。
