本文系深潜atom第866篇原创作品
虾平安丨作者
深潜atom工作室丨编辑
大模型时代，月之暗面（Kimi）可以说是炙手可热的明星公司，成立短短两年就成为了行业领先的企业，月网站访问量超过2700万。
在Kimi风头正劲的时候，却迎来了一个坏消息。2024年11月，
Kimi创始人杨植麟、联合创始人张宇韬，被上一个创业项目循环智能的投资人在香港提起仲裁
，相关电子仲裁申请书也已递交香港国际仲裁中心。
对于Kimi来说，是巨大的信任危机，其在资本市场的光辉形象明显受到了影响。但
Kimi在运营和商业化上，同样存在一些或大或小的
问题
。比如，Kimi的验证码发送预期时长竟然长达120s，虽然验证码几秒内就能发送，但作为高科技的代言词，这种体验并不好。又比如，在商业化上，Kimi的步子过大，产品配套不足靠营销很难实现用户长期留存。
月之暗面也是人性的暗面
2023年，大模型很火，这种概念很快传导到用户端。正因如此，资本市场对于大模型赛道寄予了厚望。市场研究机构Pitchbook的调查数据显示，2023年生成式AI相关的创业公司融资总额达到270亿美元。
在王慧文发布英雄帖后，很多人把5000万美元被看作是做大模型公司的起步标准，但
很少人想到一家新成立的公司——Kimi可以轻易完成近20亿人民币的天使轮融资
。甚至远远超过王小川同期成立的百川智能的5000万美元的融资。
毫无疑问，无论是Kimi还是百川智能，在刚刚成立之时都能够获得大额投资，都是离不开大模型的风口。在OpenAI的引领下，生成式AI发展迅速。甚至在2024年这一势头依然未能停下来，2024年上半年大模型赛道就进入了3200亿元人民币的投资。如此疯狂的市场，是创业者巨大的温床。
相比较百川智能核心团队来自搜狗、Google、腾讯、百度、华为、微软、字节等知名科技公司，Kimi的团队研究属性更强，清华大学交叉信息学院、智源青年科学家杨植麟教授领衔，杨植麟在CMU攻读博士，师从苹果公司AI负责人Ruslan Salakhutdinov和Google AI智能首席科学家William W. Cohen。联合创始人张宇韬，是清华大学计算机系博士，师从系副主任、数据挖掘顶级专家唐杰教授。核心成员参与了Google Gemini、Google Bard、盘古NLP、悟道等多个大模型的研发。
可见，
在AI大模型领域，投资者对于具有强大技术实力和市场潜力的初创公司表现出浓厚的兴趣
。在成立不足两年的时间，Kimi完成了4轮融资，其中A+轮融资更是超10亿美元，在完成B轮融资后，估值也来到了33亿美元。
如果说和百川智能相比，
Kimi最大的问题或许在于经营层面
。在成立Kimi之前，杨植麟和张宇韬曾有过一段创业经历。2016年他们成立了一家名叫循环智能的公司，面向企业营销客服的AI软件提供商。
2016年，受益于深度学习，人工智能同样迎来了一个重要的风口。虽然融资规模不如Kimi夸张，但循环智能也完成了5轮融资，累计完成了数亿元人民币的融资，估值一度在2亿多美元左右。值得注意的是，现如今，循环智能依然处于经营当中，在2023年社保人数为41人。
在
循环智能还未倒闭之时，杨植麟就带着循环智能智能的核心员工做了Kimi这个新项
目
，这让杨植麟和循环智能股东发生了激烈的冲
突。
2022年底，ChatGPT大火，看到巨大风口的杨植麟开始筹备创立月之暗面。按照杨植麟的说法，2023年2月开始集中做第一轮融资。如果延迟到4月，基本没机会了。正因如此，在未获得所有股东认可的时候，就开始了Kimi项目的操作。并且想效仿老罗，用Kimi的股权替代循环智能的股权，这也导致循环智能的投资人有所不满。才会出现投资人要求仲裁的情况。
值得关注的是，
无论是在循环智能时期，还是在Kimi时期，金沙江创投管理合伙人张予彤都发挥了重要作用
。不但金沙江创投纷纷参与了这两个项目，更为关键的是Kimi拿下阿里近10亿美元融资，张予彤被认为是其中的关键人物。在张予彤的帮助下，出来晚、资历浅的Kimi，不但未曾掉出大模型的赛道，反而后来者居上。此外，有消息显示张予彤在Kimi的人力等方面也力量巨大，或许会进入Kimi。
高瓴资本创始人张磊曾说：“投资就是投人，要找靠谱的、真正有格局观、有胸怀又有执行力的创业者。”深度学习火的时候，杨植麟就布局循环智能，在发展不如预期后，就扔掉这个在路上行驶的“破车”，选择另外一个更火的赛道，战略定力几乎为零。
虽然大模型赛道让杨植麟获得更大规模的资金和更高的关注度，在杨植麟和张宇韬被投资人仲裁后，并非每一个投资人都像张予彤一样，其他投资人对于Kimi的看法是否会有改观呢？
竞争激烈，KIMI靠营销制胜？
任何一个高科技产业，都能够大致分为
研发和商业化
两个阶段。
kimi的大模型算法基于国外开源的Longchain框架和Huggingface库，并且使用了如Flash Attention、Multi-Query Attention等很多开源技术，这种开发方式相对简单，可以通过使用开源框架快速搭建自己的大语言模型。正因如此，在其他大模型厂家纷纷推出自己算法后才入局的Kimi，可以快速缩短模型上的差距。
不过，
Kimi的技术能力十分在线
，去年10月底，Kimi横空出世，拥有支持输入20万汉字的能力，成为全球首个开放“超长上下文窗口”的大模型。24年3月，Kimi凭借其在处理长文本方面的卓越能力，能够处理高达200万字的输入，但这一市场竞争激烈。不过，几乎在同一时期，阿里就宣布通义千问开放 1000 万字长文本能力，哪怕360智脑正式内测500万字长文本处理功能，百度文心一言甚至开放了200 万- 500万的长文本能力。
2024年11月16日，在Kimi正式上线一周年之际，月之暗面发布了最新数学模型k0-math。数学模型可以应用到教育领域，K12、大学甚至是竞赛，或许在核心产品优势不明显的时候，
Kimi想要通过差异化竞争，或许更多用户
。不过，早在4月份，由清华大学基础模型研究中心联合中关村实验室研制的SuperBench大模型综合能力评测框架就认为文心一言的数学能力与Claude-3并列全球第一。Kimi的差异化竞争，似乎也并不存在差异。
或许是因为Kimi入局较晚的原因，这一赛道已经不单纯考验研发能力。特别是进入2024年，在英伟达不断刷新新高，以及大厂盈利开始兑现之时，
Kimi这样的新贵商业化的压力越来越大
，对于Kimi来说，这是不折不扣的淘汰赛。正因如此，Kimi的商业化步伐一直很紧凑，甚至都有些慌张。
在C端市场，2024年5月，Kimi推出打赏功能，用户需要支付5.20元至399元购买礼物，才能获取不同的高峰期优先使用时长；7月，再度上线浏览器插件，增加流量入口。在B端，Kimi在8月发布了企业级API，为对稳定性要求更高的大企业客户提供API服务。
B端接口的开放标志着，此前一直致力于TO C的Kimi，进入到了C端、B端同步发展的阶段。从另一个层面上看，是否意味着Kimi的大局观，又或者战略定力依然存在缺失呢？
《全球数字经济白皮书（2024年）》显示，全球基础大模型有1328个，中国的大模型达478个。
无论是B端、还是C端，相比较其他入局早，资源丰富的企业，Kimi无论在流量上，又或者在品牌上都没有什么优势。为了扭转这一颓势，Kimi的做法简单粗暴——直接拿钱砸
