本文系深潛atom第866篇原創作品

"月之暗面也是人性的暗面"

蝦平安丨作者

深潛atom工作室丨編輯

大模型時代，月之暗面（Kimi）可以說是炙手可熱的明星公司，成立短短兩年就成爲了行業領先的企業，月網站訪問量超過2700萬。

在Kimi風頭正勁的時候，卻迎來了一個壞消息。2024年11月，Kimi創始人楊植麟、聯合創始人張宇韜，被上一個創業項目循環智能的投資人在香港提起仲裁，相關電子仲裁申請書也已遞交香港國際仲裁中心。

對於Kimi來說，是巨大的信任危機，其在資本市場的光輝形象明顯受到了影響。但Kimi在運營和商業化上，同樣存在一些或大或小的問題。比如，Kimi的驗證碼發送預期時長竟然長達120s，雖然驗證碼幾秒內就能發送，但作爲高科技的代言詞，這種體驗並不好。又比如，在商業化上，Kimi的步子過大，產品配套不足靠營銷很難實現用戶長期留存。

     月之暗面也是人性的暗面

2023年，大模型很火，這種概念很快傳導到用戶端。正因如此，資本市場對於大模型賽道寄予了厚望。市場研究機構Pitchbook的調查數據顯示，2023年生成式AI相關的創業公司融資總額達到270億美元。

在王慧文發布英雄帖後，很多人把5000萬美元被看作是做大模型公司的起步標准，但很少人想到一家新成立的公司——Kimi可以輕易完成近20億人民幣的天使輪融資。甚至遠遠超過王小川同期成立的百川智能的5000萬美元的融資。

毫無疑問，無論是Kimi還是百川智能，在剛剛成立之時都能夠獲得大額投資，都是離不开大模型的風口。在OpenAI的引領下，生成式AI發展迅速。甚至在2024年這一勢頭依然未能停下來，2024年上半年大模型賽道就進入了3200億元人民幣的投資。如此瘋狂的市場，是創業者巨大的溫牀。

相比較百川智能核心團隊來自搜狗、Google、騰訊、百度、華爲、微軟、字節等知名科技公司，Kimi的團隊研究屬性更強，清華大學交叉信息學院、智源青年科學家楊植麟教授領銜，楊植麟在CMU攻讀博士，師從蘋果公司AI負責人Ruslan Salakhutdinov和Google AI智能首席科學家William W. Cohen。聯合創始人張宇韜，是清華大學計算機系博士，師從系副主任、數據挖掘頂級專家唐傑教授。核心成員參與了Google Gemini、Google Bard、盤古NLP、悟道等多個大模型的研發。

可見，在AI大模型領域，投資者對於具有強大技術實力和市場潛力的初創公司表現出濃厚的興趣。在成立不足兩年的時間，Kimi完成了4輪融資，其中A+輪融資更是超10億美元，在完成B輪融資後，估值也來到了33億美元。

如果說和百川智能相比，Kimi最大的問題或許在於經營層面。在成立Kimi之前，楊植麟和張宇韜曾有過一段創業經歷。2016年他們成立了一家名叫循環智能的公司，面向企業營銷客服的AI軟件提供商。

2016年，受益於深度學習，人工智能同樣迎來了一個重要的風口。雖然融資規模不如Kimi誇張，但循環智能也完成了5輪融資，累計完成了數億元人民幣的融資，估值一度在2億多美元左右。值得注意的是，現如今，循環智能依然處於經營當中，在2023年社保人數爲41人。

在循環智能還未倒閉之時，楊植麟就帶着循環智能智能的核心員工做了Kimi這個新項目，這讓楊植麟和循環智能股東發生了激烈的衝突。

2022年底，ChatGPT大火，看到巨大風口的楊植麟开始籌備創立月之暗面。按照楊植麟的說法，2023年2月开始集中做第一輪融資。如果延遲到4月，基本沒機會了。正因如此，在未獲得所有股東認可的時候，就开始了Kimi項目的操作。並且想效仿老羅，用Kimi的股權替代循環智能的股權，這也導致循環智能的投資人有所不滿。才會出現投資人要求仲裁的情況。

值得關注的是，無論是在循環智能時期，還是在Kimi時期，金沙江創投管理合夥人張予彤都發揮了重要作用。不但金沙江創投紛紛參與了這兩個項目，更爲關鍵的是Kimi拿下阿裏近10億美元融資，張予彤被認爲是其中的關鍵人物。在張予彤的幫助下，出來晚、資歷淺的Kimi，不但未曾掉出大模型的賽道，反而後來者居上。此外，有消息顯示張予彤在Kimi的人力等方面也力量巨大，或許會進入Kimi。

高瓴資本創始人張磊曾說：“投資就是投人，要找靠譜的、真正有格局觀、有胸懷又有執行力的創業者。”深度學習火的時候，楊植麟就布局循環智能，在發展不如預期後，就扔掉這個在路上行駛的“破車”，選擇另外一個更火的賽道，战略定力幾乎爲零。

雖然大模型賽道讓楊植麟獲得更大規模的資金和更高的關注度，在楊植麟和張宇韜被投資人仲裁後，並非每一個投資人都像張予彤一樣，其他投資人對於Kimi的看法是否會有改觀呢？

競爭激烈，KIMI靠營銷制勝？

任何一個高科技產業，都能夠大致分爲研發和商業化兩個階段。

kimi的大模型算法基於國外开源的Longchain框架和Huggingface庫，並且使用了如Flash Attention、Multi-Query Attention等很多开源技術，這種开發方式相對簡單，可以通過使用开源框架快速搭建自己的大語言模型‌。正因如此，在其他大模型廠家紛紛推出自己算法後才入局的Kimi，可以快速縮短模型上的差距。

不過，Kimi的技術能力十分在线，去年10月底，Kimi橫空出世，擁有支持輸入20萬漢字的能力，成爲全球首個开放“超長上下文窗口”的大模型。24年3月，Kimi憑借其在處理長文本方面的卓越能力，能夠處理高達200萬字的輸入，但這一市場競爭激烈。不過，幾乎在同一時期，阿裏就宣布通義千問开放 1000 萬字長文本能力，哪怕360智腦正式內測500萬字長文本處理功能，百度文心一言甚至开放了200 萬- 500萬的長文本能力。

2024年11月16日，在Kimi正式上线一周年之際，月之暗面發布了最新數學模型k0-math。數學模型可以應用到教育領域，K12、大學甚至是競賽，或許在核心產品優勢不明顯的時候，Kimi想要通過差異化競爭，或許更多用戶。不過，早在4月份，由清華大學基礎模型研究中心聯合中關村實驗室研制的SuperBench大模型綜合能力評測框架就認爲文心一言的數學能力與Claude-3並列全球第一。Kimi的差異化競爭，似乎也並不存在差異。

或許是因爲Kimi入局較晚的原因，這一賽道已經不單純考驗研發能力。特別是進入2024年，在英偉達不斷刷新新高，以及大廠盈利开始兌現之時，Kimi這樣的新貴商業化的壓力越來越大，對於Kimi來說，這是不折不扣的淘汰賽。正因如此，Kimi的商業化步伐一直很緊湊，甚至都有些慌張。

在C端市場，2024年5月，Kimi推出打賞功能，用戶需要支付5.20元至399元購买禮物，才能獲取不同的高峰期優先使用時長；7月，再度上线瀏覽器插件，增加流量入口。在B端，Kimi在8月發布了企業級API，爲對穩定性要求更高的大企業客戶提供API服務。

B端接口的开放標志着，此前一直致力於TO C的Kimi，進入到了C端、B端同步發展的階段。從另一個層面上看，是否意味着Kimi的大局觀，又或者战略定力依然存在缺失呢？

《全球數字經濟白皮書（2024年）》顯示，全球基礎大模型有1328個，中國的大模型達478個。無論是B端、還是C端，相比較其他入局早，資源豐富的企業，Kimi無論在流量上，又或者在品牌上都沒有什么優勢。爲了扭轉這一頹勢，Kimi的做法簡單粗暴——直接拿錢砸。

上個月，Kimi因爲燒錢上了熱搜。數據顯示，2024年第三季度Kimi市場投放1.5億元，10月前20天投放金額高達1.1億元。雖然，2024年1月，Kimi智能助手的月活躍用戶數112.85萬，10月Kimi的網站訪問量超2700萬。似乎陷入了前幾年在线教育的燒錢誤區，但區別在於Kimi的錢花出去了，很難賺回來。

其他流量巨頭，通過自身產品可以進行流量傾斜，而Kimi智能靠加入市場預算。但如果停止投放，又將出現什么變化呢？在與四百多個大模型的競爭中，Kimi技術優勢無法凸顯，流量和品牌缺失，燒錢並非最優解，但Kimi似乎也沒有其他的解題手段了。

KIMI的智能助手夢，依然需要載體

Kimi的目標很遠大，如果問kimi未來的目標是什么？Kimi的回答是成爲一個更加全面、智能和可靠的人工智能助手，爲用戶提供更加豐富和高效的服務。那么問題來了，Kimi如何實現遠大的目標呢？

通過API接口是一個方法，將API接口开放給开發者，开發者在自己的應用中集成Kimi的功能，Kimi實現目標的同時，可以收取接口調用費用。這個問題也最明顯，那就是競爭太激烈，很難實現Kimi的遠大目標。

Kimi需要一個載體，一個可以讓其成爲入口的載體。

百度的作爲是，通過搜索、通過文庫這樣的傳統產品AI重構，從而獲取流量。在2024年第三季度，文心一言的日均調用次數達到了15億次。此外，百度推出了小度AI眼鏡，布局了未來潛在的流量入口。那么Kimi要怎么辦呢？

目前在月之暗面的官網上，並未看到Kimi有什么針對性布局，AI可以重構互聯網生態，但同樣要陷入傳統互聯網的拉新、留存當中。如果僅僅憑借智能助手，沒有其他內容支撐，很難讓Kimi保持長期用戶留存。

以Open AI爲代表的這類新生代公司，並非不需要考慮盈利，Open AI預計其2024年的收入將達到37億美元。Kimi的最大問題是，難以成爲公認的行業第一，不得已進行大規模營銷，但卷流量之前需要先做好產品生態。

       原文標題 : 風水輪流顯挑战，Kimi遭遇信任與商業化雙重壓力

---

標題：風水輪流顯挑战，Kimi遭遇信任與商業化雙重壓力

地址：https://www.utechfun.com/post/449115.html