來源：獵雲精選，文 / 王非
在 OpenAI 的文生視頻模型 Sora 引發廣泛關注的當下，國内這家 90 後清華學霸創辦的大模型公司，持續受到知名機構追捧。
今日，月之暗面（Moonshot AI）被爆完成超 10 億美元新一輪融資，投資方包括紅杉中國、小紅書、美團、阿裏，老股東跟投，投後估值達約 25 億美元。
就在春節前的 2 月 3 日，月之暗面則被爆正在進行 2 億美元融資，由螞蟻和阿裏集團共同投資，投前估值預計 15 億美元。
針對 " 最新一輪融資 "，月之暗面對獵雲網表示，" 感謝關注！公司對具體融資信息暫不方便評論。月之暗面過去未來一直堅持推進中國 AGI 領域的底層關鍵技術進步及産品創新，也會持續匹配與公司發展階段相應的資本策略，期待未來有更多好消息與大家分享。"
事實上，成立于 2023 年 4 月的月之暗面在融資披露方面 " 鮮有明确說法 "。針對成立僅兩個月就被爆完成的首輪融資，創始人楊植麟于 2023 年 10 月 " 更正 " 道，公司已獲得紅杉資本、今日資本、砺思資本等知名機構近 20 億元投資。
而這，也是月之暗面成立近一年來，唯一一次準确的融資披露。
清華學霸創業，攜手同門組建全明星陣容
月之暗面之所以能在成立之初就獲得頭部 VC 押注，與 90 後楊植麟本人的 " 學霸 " 身份、豐富經曆，關系匪淺。
清華求學時，楊植麟師從清華大學計算機系知識工程實驗室（KEG）帶頭人，智源研究院學術副院長、悟道項目負責人唐傑教授。最終他以滿分成績通過所有程序設計課程，并以年級第一的成績畢業。
随後在 2015 年，楊植麟進入卡内基梅隆大學（CMU）語言技術研究所（LTI），跟随蘋果公司 AI 負責人 Ruslan Salakhutdinov 和 Google AI 智能首席科學家 William W. Cohen 攻讀博士學位。
畢業後，楊植麟曾效力于谷歌大腦研究院和 Meta（Facebook）人工智能研究院，是 Transformer-XL 和 XLNet 的第一作者。其中，XLNet 模型曾在 18 項自然語言任務中取得了好于谷歌 BERT 的效果，是當時 NLP 領域熱門的國際前沿模型之一。
據不完全統計，楊植麟曾在 ICLR、NeurIPS、ICML、ACL、EMNLP 等計算機頂會發表論文 20 餘篇，研究成果累計 Google Shcolar 引用超過 17000。
目前，楊植麟還是清華大學交叉信息研究院的助理教授，研究方向：大規模預訓練，自然語言處理，自然語言理解與生成，少樣本學習，零樣本學習，多模态學習。
90 後的楊植麟，在大模型領域，可謂聲名顯赫：循環智能、智譜 AI、智源研究院……到處都有他的名字和身影。
同時，楊植麟和團隊也曾作爲核心研發成員，參與 Google Bard、Gemini、Einstein、盤古、悟道等大模型的研發，發明包括 TransformerXL、XLNet、RoPE、Detectron2、Group Normalization 在内的 AI 領域裏程碑式的成果，被諸如 Google PALM、LLaMa 等模型采用。
天眼查 App 信息顯示，月之暗面由楊植麟持股 78.97%，擁有絕對控制權。圍繞在他身邊的創業夥伴，同樣實力非凡，不容小觑。
月之暗面聯合創始人周昕宇持有公司 10% 股份，他和楊植麟、張宇韬，是清華大學計算機科學與技術系 2011 級本科的同學。在大四時，周昕宇就加入各方面都符合他标準的曠視實習，并在畢業之後正式加入，工作内容是算法量産，就是要把算法的生産效率提高很多倍。
作爲持股 5.96% 的第三大股東，月之暗面聯合創始人吳育昕畢業于清華大學與卡耐基梅隆大學，曾獲 2018 年歐洲計算機視覺會議（ECCV）最佳論文提名。在 2018 年 10 月的 GeekPwn 國際安全極客大賽上，IYSWIM 是 6 個參賽團隊中，唯一一個破解人臉識别算法的團隊。吳育昕當時以 IYSWIM 團隊的身份參賽，據他介紹，" 自己（以個人名義報名參賽，有名隊友沒有來到現場）用了谷歌的 FaceNet 開源代碼模型攻破了該算法 "。
此外，楊植麟的同門師兄張宇韬，目前持有公司 5% 股份。公開資料顯示，張宇韬本碩均在清華大學計算機系就讀。他的研究方向是異構數據融合和知識圖譜構建，在 KDD、CIKM 等計算機頂會上發表多篇文章。他作爲技術負責人，參與了科技大數據分析平台 AMiner 的研發。
大語言模型後，正秘密研發通用多模态模型
憑借豪華的團隊陣容與深厚的積累，月之暗面成立不到半年，便于 2023 年 10 月宣布在 " 長文本 " 領域實現了突破。
據楊植麟介紹，針對于 " 大模型輸入長度受限帶來的應用困難 "，月之暗面正式推出了首個支持輸入 20 萬漢字的大模型 moonshot，以及搭載該模型的智能助手産品 Kimi Chat。
随後，他以 Kimi Chat 的一些實際使用案例，進行了詳細介紹。以輸入整本《月亮與六便士》爲例，Kimi Chat 可以和用戶一起閱讀，幫助用戶更好地理解和運用書本中的知識：
相比當前市面上以英文爲基礎訓練的大模型服務，Kimi Chat 具備較強的多語言能力。例如，Kimi Chat 在中文上具備顯著優勢，實際使用效果能夠支持約 20 萬漢字的上下文，2.5 倍于 Anthropic 公司的 Claude-100k（實測約 8 萬字），8 倍于 OpenAI 公司的 GPT-4-32k（實測約 2.5 萬字）。
同時，Kimi Chat 通過創新的網絡結構和工程優化，在千億參數下實現了無損的長程注意力機制，不依賴于滑動窗口、降采樣、小模型等對性能損害較大的 " 捷徑 " 方案。
就在今年 1 月 26 日，Kimi Chat 最新發布了 "v1.3 迎春版 "： 基礎模型能力全面升級，用友聯網搜索能力、上下文學習能力、文學創作能力、語言翻譯能力……小程序版 Kimi 智能助手，則已支持中英文語音輸入。
需要的是，近期，OpenAI 的文生視頻模型 Sora，憑借突破一分鍾的時長，再加上演示視頻的高度逼真和高質量，持續引發關注。
據多方消息報道，月之暗面也正在秘密研發通用多模态模型，預計今年内将推出。
換言之，在以文本爲主的大語言模型領域取得階段性進展的月之暗面，未來也将在以圖像、視頻爲主的多模态模型領域，與 OpenAI 等國内外同行展開較量。
而月之暗面在資本市場上的 " 動作頻頻 "，似乎也正是在爲更高的訓練成本，更大量的資金和人才需求，做更充足的準備。
以團隊規模爲例，月之暗面在 2023 年 10 月有 50 人左右，目前該公司團隊人數則已超 80 人。
未來，月之暗面在 " 多模态模型 " 領域，究竟能否占有一席之地，我們也将持續保持關注。
