(参考
消息、作文、专家纪要、调研分享；提高认知及信息差
)
分享市场、行业及公司动态，包括投资策略、行业数据库、专家调研、公司纪要；信息超越
99%
的投资者）微信扫码加入体验）
会议要点
-
Kimi 业绩翻倍，亮眼成长
Kimi 产品表现出色：创业公司月之暗面于 2 月推出产品 Kimi。产品流量迅速增长，基本上是一个翻倍增长，获得了国内非常多人的关注。
指数类产品表现惨淡：流量是百分之二三十的下降的。产品包括百度文心一言，降了 33%，月访问量到了 1000 万。其次阿里通义千问，上个月是涨了非常多，但二月份一样是降了，降低了 45%，到了 365万。
魔音工坊出色 performance：魔音工坊出门问问出的，降只降了几个点，是两百多万。这个产品这个公司应该算是在这个语音模仿是训练方面做的比较好的公司。
-
产品变动与用户需求增长
Photo 应用月活量下跌 8.85%，降至 1393 万；海逸应用月活量增长
19.03%，达到 817 万。其可能因为该类产品会有越来越多参与者去分流量，主要流量来源为搜索引擎。
万兴的 media 应用，集结图文、视频等各类工具，流量增长明显，稍有下降，降幅为 3.51%，月度活跃用户数为 586 万。另一款应用点点视频月活量下跌 9.24%，达到 525 万。应用主要是将 youtube 上的元素剪辑到 tiktok 或者 youtube 的 shot 频道中，主打短视频内容。人工智能产品导航站 Qualify 近几个月用户需求剧增，表明用户对于
AI 产品的需求持续增长，但目前尚未有出色的产品满足这些需求。
字节跳动的产品 COCODUZ 月活涨幅为 42%，达到 271 万。当下 AI 在产品方向的公司并不多，技术和模型的公司则提前一步。
-
Kimi 产品增长机制—用户端重视引领 AI 趋势
Kimi 产品具有强大的长文本处理能力，并且注重满足用户端需求。他们的产品已实现了对 20 万字上下文的沟通支持，增强了应用场景的体验性。这一优势让他们在读论文、播客和万字长文等多个应用场景下的表现优于其他产品。
给 Kimi 的高产品体验度带来了良好的口碑传播效应。用户的分享行为不仅拉新，也为数据模型提供了用户反馈，有效推动了产品的增长。
Kimi 在产品业务中遵循两个原则：一是模型的规模化，二是用户规模的扩大。他们对产品进行不断的优化和调整，使得产品体验显著超越了其他产品，并且具备了良好的增长潜力。
-
话语挖掘，驰骋用户增长闭环
Kimi AI 角色具有强大的长期上下文跟踪能力和海量信息的处理能 力，其在对话中显示出的粘性有可能超过其他 AI 产品。Kimi 的聊天时长已经有所突破，这可能被视为一种增长信号。
有效的上下文跟踪和个性化对话有助于提高用户粘性，一旦粘性增 强，产品的增长就很可能会飞速发展。在这种情况下，用户可能在更长的聊天过程中产生分享行为，从而吸引更多的新用户，形成用户增长的闭环。
在 AI 产品市场，Kimi 的开发者注重在相同的场景下提高体验，而非不断创新新场景，这一策略赢得了成功。他们的努力使得每一次的聊天变得更个性化，从而引发用户分享行为和增加新用户，形成了一个可持续的用户增长闭环。
-
AI 应用成长新路，个性化成增长关键
Kimi 的 AI 产品尽管没有改变应用场景，但是提高了阅读、总结等在工作场景中的效率，体验更好，从而在产品的功能层面做得比其他人稍微更好一点，驱动了它的成长。
Kimi 的分享行为是非常重要，不仅能带来新增用户，还能带来用户数据反馈。用户的分享行为代表了对 Kimi 回答的数据和回答方式的认可，强于直接点赞，从而优化了 AI 模型的训练。
Kimi 有可能在今年超越百度文心，基于个性化所带来的数据流程，积累用户量。大部分应用在非工作时间因为缺乏应用场景用户量会下降，但如果个性化能带来场景，且每次带来新用户的同时保持一部分老用户，用户量将持续累积。
-
精准定位用户需求助力增长
爱思科技受关注，其创始人来自于字节跳动，专注于视觉技术服务，服务领域包括营销、广告和游戏等。仿效 Kimi，自二零二三年四月起投入同一领域。
模型不仅服从用户需求，还针对用户需求进行专项研究。公司投入研究的模型纹身视频具有 4K 高清，其实质是满足了广告宣传文案、电影预告片制作者和原作者等的高清需求。这具体特点使得其在
Discord（海外的百度贴吧）获取了五万用户，赢得了用户的实时在线数量可达四到五千人。他们会生成多个视频让用户选择，满足了用户对多样选择的需求。
公司近期在外部成功启动，用户增长迅速，上个月增长一倍，上上个月增长三倍，主要因为在 Discord 执行的一些行动，同时提供了几个与服务功能相关的新功能，取得了很大的反馈。
-
AI 应用场景难寻，大厂收购成最佳结局
当前阶段，由于 AI 产品如 Kimi 等尚未找到足够多的应用场景，无法支持高流量和高增长，MUAs 也没有显著增长。如果不能通过 AI 能力探索出高留存的产品和场景，被大厂收购可能是最好的结局。
他们指出，大厂具有资金和场景，能将这类产品用在自身业务场景中提升效率。但如果能找到独特的应用场景，公司将不会选择被收购。他们强调，产品如 Kimi 近期增长迅猛，但如果其个性化功能不能满足预期，未来增长速度可能放缓。研究产品功能可能有助于短期增 长，但最终是否能维持增长取决于能否找到应用场景。
Q&A
Q：关于 2 月份 AI 应用的情况，具体有哪些亮点和变动？
A：在 2 月份，一些 AI 应用表现突出。首先是 photo，尽管杀跌了 8.85%，但仍维持在月访问量 1393 万，由于流量主要源于搜索引擎，一些新的同类型产品可能会分散其流量。其次是海逸，持续表现优 秀，上月增长了 19.03%，至 817 万月访问量。索引站点 media，提供
各种图文、视频工具，访问量小幅回落 3.51%，至 586 万。然后是视频应用点点视频，经历了 9.24%的下滑，月访问量降至 525 万。这是一款将 YouTube 上的常识名言剪辑至 TikTok 或 YouTube 频道的应用，专门剪辑视频。而微软的 vista 产品反之，成绩可喜。除此之外，一款名为 qualify 的 AI 应用导航站得到瞩目，连续几个月都有强势增长。这实际上反映了用户对 C 端或 AI 产品的需求在不断增长，却并未有足够好的产品来满足这些需求。另有一款名为 COCDUZ 的海外产品，上月增长 42%，月访问量达到 271 万，这款产品属于工作流性质的 chatbot。
而海淀一款 3D 产品生成应用 me shine 翻倍增长，达到月访问量 52 万。尽管整体的效果尚待提升，但是 3D 生成作为一个重要的行业或领域，其应用在商品生产和游戏等方面都非常广泛。
Q：那么，有哪些产品在使用时长方面表现出色？
A：从用户使用时长角度看，第一名是一个编程辅助工具 code system，达到了 26 分钟。其次是 crash 和 talk 的 AI 应用，时长分别为 20 分钟和 21 分钟。在所有 AI 产品中，图形设计工具 Kevin 也有 10分钟的高时长表现。
Q：从全球和中国两个角度看，2 月份所有 AI 产品的流量增长趋势是怎样的？
A：从我们的数据看，2 月份中国的 AI 产品流量整体有所下降，降幅达十几至二十个百分点。可能主要的原因是春节的影响。但值得注意的是，kimi 和 pick stories 等几款产品却出现了翻倍增长。在全球范围内，ChatGPT 的流量增长几乎为零，只有 1.08%的增长，显示出已进入稳定。我们曾预期 GPT 的上线将拉动 ChatGPT 的用户增长，但并未显现出这样的效果。在如此大的量级下，这样的波动在正常范围内。
Q：能否对产品 6BE 的经营情况概述一下？
A：产品 6BE 在过去的月份中表现欠佳，经历了约 7.87%的下滑，绝大多数产品的结果也普遍偏向负面，综合下滑超过 6.8%，这两个产品的负责的负面影响最大。
Q：能否来分析一下 Kimi 以及其 AI 技术在二月份的表现，并对其进行一些评价？
A：Kimi 看重用户端，因此能呈现出快猛的增长。这家公司的创始人杨志明是 AI 的坚定信仰者，他坚信这个路径是可以走通的。他们所追求的就是模型的规模化和用户规模的不断扩大，并强调了对长文本的处理能力。他们的模型可以支持 20 万字的上下文沟通，这对于诸如读论文、读播客、读万字长文等场景具有极好的体验。因为他们不属于特定垂直领域，所以他们独有的长文本处理能力，使得他们在一些应用场景中一直处于领先地位，用户对他们内容诠释和总结的满意度也很高。此外，Kimi 也会运用一些营销活动和广告来加强自身的推广力 度，如年报运营活动和在得到平台上投放广告等，这些都进一步推动
了它的增长。杨志明的公开活动，比如公众演讲等，也会给 Kimi 的增量带来很大影响。他们主张找才华出众的人，继而找到能配合产品卷福的人，然后再找能辅助运营的人，形成了一套有效的人才策略。他们的理想是 AI 一定会来，而这只是时间早晚的问题，他们认为长文本处理和模型的 scaling 是可行的，他们会坚持在这个方向上努力。虽然他们也会尝试不同的运营和产品策略，但他们始终认为模型的
scaling 是他们实现增长的核心。他们团队规模不算大，大约 80 人，这也是因为他们基于长文本的能力，可以在基于这个能力下把相关的产品体验和运营做优。
Q：能否对 Kimi 的未来发展规划进行预期？
A：如果 Kimi 所信任的模型 scaling 和足够长的文本处理能力持续发力，在场景体验上不断提升，那么他们的产品就会持续增长，结合他们一贯以来的市场策略，他们的持续增长是大概率事件。而他们的产品策略是基于他们的长文本处理能力，如果此能力真的能把相关产品体验提升，那么他们对于产品的增长期待将会实现。此外，他们在上下文理解和深层推理方面所展现出来的粘性，可能使得他们的用户时长有所增长。
Q：Kimi AI 产品的特点是什么？
A：Kimi AI 产品的主要特点是其长上下文跟踪能力。即便是在间隔较长的时间段内，Kimi AI 都能够记住用户与 AI 角色之间的聊天内容，并在此基础上生成满足用户问题与需求的答案。实际上，在测试中， Kimi AI 已经实现了连续聊天时间突破 40 分钟，平均聊天时长保持在
30 分钟左右。
Q：长上下文跟踪能力对 Kimi AI 产品的作用是什么？
A：长上下文跟踪能力强化了 Kimi AI 产品的粘性（用户的使用深度和频度）。当提高对话的应用场景和个性化程度时，用户体验也会有所增强，从而进一步提高用户粘性。增强的粘性还会产生一种正反馈机制：一旦粘性增强，就会快速推动用户增长。每天的新增用户加上原有用户的留存数量，就形成了日活跃用户量。所有这些，都增强了 Kimi AI 产品的吸引力。
Q：Kimi AI 产品的增长策略是什么样的？
A：Kimi AI 产品的增长策略致力于优化产品体验，以提高用户粘性，进而刺激新增用户数量的增长。对话流程变足够长，就会使用户产生更多的分享行为，这将带来更多的新增用户，形成一个流量增长的闭环。这种闭环模式可以自我强化，转化为一个自带的用户增长机制。而对于新用户的获取，Kimi 团队也可以考虑采取广告购买等方式获取流量。
Q：Kimi AI 如何在竞争中独树一帜？
A：大多数 AI 产品更注重于模型算法的竞争，而 Kimi AI 反其道而行之，他更专注于在产品中产生差异化。他们没有去寻找新的应用场 景，而是在现有场景中，利用更优秀的模型，优化产品体验，使得产品在同类型产品中更具吸引力。
Q：Kimi 增长快速，其应用场景发生了何种改变？
A：实际上，Kimi 的应用场景并没有发生本质性的改变，它仍然是读取文本并回答问题。它只是利用自身模型的优势，使得阅读和总结文本的能力略微优于其他产品，这产生了更强烈的用户体验。当然，Kimi在产品的功能层面和体验层面所做的工作，比其他产品稍稍做得更
好，使得产品可以朝着这种增长模式发展。
Q：分享这一功能对 Kimi 的数据反馈和增长有何重要性？
A：分享功能在引导新增用户的同时，也代表了重要的用户数据反馈。例如，当用户分享某个由 Kimi 回答的问题，这实际上是表示用户对该回答的认可，这种反馈比单纯的好、不好评价更为有力。所以，分享功能为 Kimi 带来了不仅是用户增长，同时也是数据反馈。
Q：针对 Kimi 的“普通用户”进行理解，如何看待其未来的发展？
A：Kimi 的发展很大程度上受应用场景影响。通常，在一般用户面前，一个产品如果需要注入大量个人数据，比如大量个人阅读的资料等，实际上增加了用户使用这个产品的成本。如果对新增的用户而言，他们并没有这种使用场景，也无大量数据需求，那么这种产品的应用就变得异常简单。所以，从这种层面上说，Kimi 的模型逻辑灵活且简 单，这在 C 端用户看来会更有吸引力。
Q：目前 Kimi 的访问量约为 300 万，未来对该产品的访问量有何预期？
A：我个人认为，Kimi 有希望在不久的将来的一两年内，超过与百度等巨头。主要原因在于，一方面巨头如百度的流量本身就已经很大，另一方面 Kimi 的用户数量正以显著的增长趋势逐渐累积。另外，Kimi 目前的流量大部分来自 B 端和 C 端的 web 端，而除了 Web 端以外，它还有小程序和 APP，这也是一部分不小的流量。
Q：那么在应用场景上 Kimi 是否有可能与手机端形成协调？
A：Kimi 在手机端的应用场景可能会一直受限，这是由应用场景本身决定的。因为一般而言，用户在使用这类工具，比如 Kimi 时，大部分情况下都是在 PC 端进行工作。这就意味着，在手机端，Kimi 可能始终无法找到一个与 PC 端相匹配的应用场景。
Q：对于 Kimi 的用户量累积有何看法？
A：Kimi 的用户量累积主要是由于其不断优化的流程以及个性化特性。如果说，一个产品的用户量始终保持相对稳定，那么这可能意味着新用户的增长和老用户的流失达到了平衡。然而，明显我们并未在 Kimi这里看到这种情况，其用户量在稳步增长。这主要是由于 Kimi 个性化特性产生的用户粘性，使得用户量可以逐渐累积起来。
Q：因此你认为 Kimi 对个性化的投入是否值得？
A：个性化对于产品而言可能会带来新的应用场景，但这种案例在市场上并不多。如果说 Kimi 的个性化能带来新的应用场景，那么这将是
Kimi 挺有价值的投入。
Q：爱思科技的背景及产品特性是什么？
A：爱思科技的创始人来自字节跳动视觉技术服务部门，专攻广告和游戏等营销视觉内容。他们的产品类似 Kimi，在两三年前开始构建。值得注意的是，他们的产品开发思路不仅仅是开发模型，更关注用户需求研究，这是他们的一大优势。
Q：他们开发模型的特点有哪些？
A：他们关注的首个点就是 4K 高清，这对于他们的主要用户群体，包括广告制作者、电影预告片制作人等人群的需求至关重要，对于画质有极高要求。因为他们做了这个点，所以用户喜欢他们的产品。他们
