Kimi動態引爆相關概念股，盈利預期能否持續？

2024-03-30 18:40:57 編輯： robot

導讀前言： Kimi智能助手作爲AGI進程中的又一關鍵節點，象徵着大模型技術正式邁入“長文本時代”的重要裏程碑。 2024年將成爲AI應用的元年，應用端的商業化進程將持續加速，推動行業向前發展。作者 ...

前言：

Kimi智能助手作爲AGI進程中的又一關鍵節點，象徵着大模型技術正式邁入“長文本時代”的重要裏程碑。

2024年將成爲AI應用的元年，應用端的商業化進程將持續加速，推動行業向前發展。

作者 | 方文三

圖片來源 | 網絡

產品力是Kimi脫穎而出的關鍵

根據Similarweb提供的數據，Kimi網頁版日活躍用戶數已連續數日超過20萬，峰值日活躍用戶數更是達到了34.6萬。

與此同時，其周活躍用戶數據環比增長率高達45%，持續創造新高。

此外，根據七麥數據，截至3月19日，Kimi智能助手的累計下載量已突破50萬次大關。

值得一提的是，3月18日，該應用的研發公司月之暗面宣布Kimi智能助手啓動了200萬字無損上下文內測。

公司指出，通過Kimi，用戶現在只需10分鐘就能接近任何一個新領域的初級專家水平，而過去則需要10000小時的專業學習。

目前，Kimi已支持400萬token的上下文輸入，相比之下，其他主流大模型的支持情況如下：谷歌的Gemini 1.5 pro支持100萬token輸入，Claude3支持20萬token輸入，GPT-4 Turbo支持12.8萬token輸入。

Kimi最新的更新後支持的200萬字上下文意味着模型的文本理解容量有了本質的變化，預計其應用落地場景也將進一步擴大。

月之暗面表示，大模型無損上下文長度的數量級提升將進一步激發用戶對AI應用場景的想象力，包括完整代碼庫的分析理解、可以自主完成多步驟復雜任務的智能體Agent、不會遺忘關鍵信息的終身助理以及真正統一架構的多模態模型等。

月之暗面創始人楊植麟強調，在通用人工智能（AGI）中，無損的長上下文將是一個至關重要的基礎技術。

從word2vec到RNN、LSTM，再到Transformer，歷史上所有的模型架構演進都是在提升有效的、無損的上下文長度。

經過公司的初步評測，Kimi的中文處理能力已接近ChatGPT 4 Turbo。

Kimi風迅速席卷資本市場

Kimi在二級市場受到廣泛歡迎，因其卓越的使用體驗被投資者所青睞。

自3月21日起，多家炒股軟件紛紛將Kimi概念納入其平台，並推出相應的Kimi概念指數，首日表現極爲搶眼。

以Kimi概念股爲代表的AI應用板塊強勢上揚，包括華策影視、讀客文化、城市傳媒、中廣天擇、安諾其、中科金財、浙文互聯等多支股票漲停。

相較於世紀天鴻的明確表態，華策影視與Kimi的關系尚顯模糊，但這並未阻礙其股價的上漲趨勢。

自3月20日至22日，華策影視連續三日實現20%的漲停，股價翻倍。掌閱科技也明確表示已接入月之暗面旗下的AI對話助手產品Kimi，其股價亦連續漲停，4天內漲幅超過44%。

中信建投預測，Kimi有望憑借其長文本的優異表現，在極短時間內成爲國內領先的C端AI應用。

隨着內測的不斷推進，更多更復雜的應用場景有望落地，爲AI應用帶來良好的發展機遇。

然而，隨着Kimi用戶數量的不斷增加，已出現短暫的算力支持不足情況。

考慮到後續的模型訓練和推理需求，預計算力需求將進一步提升，從而帶動算力產業的進一步發展。

總體來看，A股市場對ChatGPT、Kimi等大模型相關概念的炒作，對於大模型產業的實體發展推動作用可能相對較小，而更多地體現在二級市場股價的上漲對上市公司大股東利益的提升上。

Kimi智能助手因其良好的使用效果受到二級市場投資者的廣泛關注。

然而，鑑於其技術門檻相對較低，後續競爭可能日趨激烈。

盡管如此，Kimi在短短一年時間內已贏得如此級別的市場信任，對於初創公司而言實屬不易。

這無疑爲月之暗面公司贏得了VC界的廣泛贊譽，可稱爲今年的VC之光，爲投資信心的恢復注入了新的活力。

背後Moonshot AI的產品融資節奏把控

月之暗面在技術开發與使用效果上展現出了顯著的優勢，這一點得到了Kimi智能助手大量用戶反饋的支持，並與其他AI對話產品形成了有力競爭。

即便與業內領軍企業的產品相比較，月之暗面亦能展現出獨特的優勢。公司對於融資與宣發節奏的把控，表現得極爲穩健與高效。

在產品特色與落地時間方面，月之暗面與融資策略緊密銜接，確保了公司發展的順暢與穩定。值得一提的是，月之暗面成功契合了楊植麟現階段所倡導的理想主義理念。

公开資料顯示，月之暗面（Moonshot AI）自2023年3月成立以來，始終致力於探索能源轉化爲智能的最佳路徑。

通過產品與用戶共創智能的方式，該公司在2023年10月成功推出了全球首個支持輸入20萬漢字的智能助手產品Kimi。

月之暗面的創始團隊成員在Google Gemini、Google Bard、盤古NLP、悟道等多個大模型的研發過程中積累了豐富經驗，其核心技術已被Google PaLM、Meta LLaMa、Stable Diffusion等主流產品所採用。

據券商中國報道，月之暗面在成立僅三個月的時間內便完成了首輪融資，融資金額超過2億美元。投資方包括紅杉中國、真格基金和礪思資本等知名風險投資機構。

2023年10月，月之暗面完成了第二輪融資，獲得了紅杉中國、今日資本、礪思資本等投資機構近20億元人民幣的投資。

此輪融資後，月之暗面的估值達到了約25億美元，進一步鞏固了其在國內大模型領域的領先地位。

今年2月，月之暗面成功完成了第三輪融資，融資金額超過10億美元，創下了國內AI領域最大單筆融資紀錄。

此次融資得到了紅杉中國、小紅書、美團、阿裏巴巴等知名企業和投資機構的參與。

語料版權與盈利預期等風險尚待觀察

大模型實現智能化輸出需要算力、算法和豐富語料，後者涉及版權保護問題。

法國監管機構對谷歌處以2.5億歐元罰款，因其AI聊天機器人Bard未經許可使用出版商和新聞機構的內容進行訓練，違反了歐盟知識產權規則。

《紐約時報》指控OpenAI和微軟未經授權使用其數百萬篇文章訓練ChatGPT等聊天機器人，以創造替代品與其競爭。

我國於2023年8月起施行《生成式人工智能服務管理暫行辦法》，規定了訓練數據需要合法來源的數據和基礎模型，不得侵犯他人知識產權。

另需注意的是，目前大模型相關技術發展尚未完全成熟，仍面臨着監管政策、市場預期、商業化落地變現、知識產權等風險，相關概念股投資仍需謹慎以待。

另外，人工智能領域競爭激烈，相關公司如若無法保持競爭優勢，其市場份額隨時可能被取代。

如果Kimi只停留在這個進度，即便稱得上叫好又叫座，但較高貴的A股概念可能還有點距離。

盤點過去A股的概念，大概可以分成賽道、政策、地域、大廠等不同類別，並且從機構、遊資到散戶，概念得有不同層級的投資者愿意买單才行。

大廠或者說鏈主概念最典型的如華爲，可以說沾之即漲，根源是投資者對華爲的信任投射。

此外，考慮到短期內如Llama3、Grok等海外通用开源語言大模型在技術、資金等方面可能持續領先於國內大模型；

以及InsightGPT優先選擇开源大模型與自有行業數據結合進行訓練的情況，是否與Kimi等國內閉源語言大模型嘗試深入合作尚需進一步論證。

GPT4閉源後，國內競爭視角發生變化

長期來看，AI是異質化的，不同人面對的AI維度不同。

AI模型的自建也不存在超越與否的問題，因爲不同工具在不同場景上的優勢也不同。

雖然底層大模型競爭激烈，但中國仍有機會。

AI賦能下，垂直領域將出現顛覆性變革，組織形式、用戶入口和人機界面都將發生革命性變化。

目前，大模型企業間缺乏明確的對比項目，主要通過打榜來展示實力。

OpenAI將GPT4閉源後，國內廠商與其差距仍較大。

中國廠商與硅谷廠商在通用大模型方面的差距有被拉大的風險，這主要受到人才密度和資源問題的制約。

2023年，中國初創公司用一千張卡的資源對標ChatGPT3.5，今年則用萬張卡級別資源對標ChatGPT4，而硅谷已考慮使用十萬級甚至百萬級的卡。

相對而言，多模態生成式領域的對比差距較小，創業公司通過早期融資可實現該領域的模型和資源需求。

在這個差距較小的領域，中國企業應優先考慮如何在產業化方面做好產品迭代和商業化，從這些角度看，中國廠商有可能比國外企業更快更敏捷。

結尾：

國內大模型領域尚處於探索和發展階段，衆多領域尚未得到充分开拓。

例如，大模型如何與實際應用場景相結合，特別是在“最後一公裏”方面的應用；