近日，名為「月之暗面」的國內AI團隊，以超過10億美金的巨額融資，震撼了整個科技界。
此次融資，這不僅是對「月之暗面」實力的一次肯定，更是預示著國內AI大模型的「骨骼」開始逐漸硬了起來。
「月之暗面」成立於2023年3月，由清華大學交叉資訊學院的楊植麟教授領銜，團隊成員中還包括來自Google、Meta、Amazon等國際科技巨頭的人才。
其上一輪融資是在2023年，獲得了超過2億美金的資金，投資方包括紅杉中國和真格基金等。
而經過本次融資，月之暗面在成立不到一年的時間裏，估值已經達到了約25億美金。
那麽，這次巨額融資背後，「月之暗面」究竟有著怎樣的道行，能夠讓資本市場為之傾倒，紛紛投下重註？
01 團隊介紹
月之暗面（Moonshot AI）的團隊構成以其年輕、專業和經驗豐富的特點脫穎而出，團隊的創始人楊植麟，雖然是一位90後，但卻在學術界有著深厚的積累。
其不僅擁有清華大學電腦科學的背景，以及卡內基梅隆大學的博士學位，還曾與多位圖靈獎得主合作發表過論文，其學術成就和行業經驗，為月之暗面帶來了強大的技術背書。
楊植麟（中）
同樣的，其他幾位關鍵成員，如聯合創始人周昕宇和吳育昕，在擁有清華大學背景的同時，也擁有在曠視科技和Meta等知名科技公司的工作經驗。參與過Google Gemini、Google Bard、盤古NLP、悟道等專案，這使得月之暗面在大模型領域具備了領先的研發能力。
吳育昕
可以說，強大的技術背景和研發能力，以及團隊成員背景的多樣性，成為了各路資本看好月之暗面的原因。
因為只有在擁有技術實力的基礎上，從不同的角度看待問題，才能夠更好地理解和滿足市場的需求。
02 產品介紹
相比當前市面上一些追求「面面俱到」的大模型，月之暗面的大模型Kimi Chat更專註於長文本方面的能力。
例如，其實際使用效果能夠支持約20萬漢字的上下文，2.5倍於Anthropic公司的Claude-100k（實測約8萬字），8倍於OpenAI公司的GPT-4-32k（實測約2.5萬字）。
同時，Kimi Chat透過創新的網絡結構和工程最佳化，在千億參數下實作了無失真的長程註意力機制，不依賴於滑動視窗、降采樣、小模型等對效能損害較大的「捷徑」方案。
這些改進允許Kimi Chat在不犧牲理解能力和生成質素的前提下，處理長達20萬漢字的輸入，這在當前的AI模型中是非常罕見的。
而這樣的優勢，也讓Kimi Chat在金融、法律、科研等需要快速分析和總結長篇文件的領域，展現出了巨大的潛力。
03 總結分析
從技術和市場兩方面來看，月之暗面及其大模型Kimi Chat，之所以能在眾多國產大模型中脫穎而出，主要有兩大原因：
其一是Kimi Chat的主攻方向，觸及了當前大模型的技術本質。
畢竟，現階段的AI大模型，本質上就是為了在資訊爆炸的時代，輔助人類處理過載資訊而誕生的。而這也是只有楊植麟這樣具備深厚學術背景的創業者，才能深刻理解的一點。
因此，Kimi Chat的長文本處理能力，正好迎合了「處理海量資訊」這一市場需求。
其二，則是Kimi Chat在C端市場的定位
在眾多國產大模型或保守，或跟風地投身B端市場時，Kimi Chat卻明確定位於C端市場，透過提供個人化和便捷的AI服務，與同類大模型形成了差異化競爭。
同時，C端產品的使用者通常對產品的體驗和功能有直接的反饋。這種即時反饋機制使得Kimi Chat能夠迅速進行產品叠代和最佳化，從而在競爭激烈的市場中保持領先地位。
