每經(jīng)記者 陳婷 楊昕怡    每經(jīng)編輯 劉雪梅    

當(dāng)OpenAI的文生視頻模型Sora給世界帶來新一波的沖擊時(shí)，國內(nèi)對(duì)人工智能領(lǐng)域的投資熱情也再次被點(diǎn)燃。

2024年初，有市場(chǎng)消息稱，AI創(chuàng)業(yè)公司“月之暗面”已完成新一輪超過10億美元融資，投資方包括紅杉中國、小紅書、阿里，老股東跟投。美團(tuán)也曾參與該公司上一輪融資。本輪融資后，月之暗面估值達(dá)到25億美元。

公司微信公眾號(hào)

若以10億美元的融資規(guī)模來計(jì)，該輪融資是自ChatGPT掀起人工智能熱潮后，國內(nèi)AI大模型公司迄今獲得的單輪最大金額融資。

月之暗面現(xiàn)已推出的產(chǎn)品Kimi智能助手，正是以領(lǐng)先的長文本處理能力受到外界和資本的關(guān)注。未來，月之暗面還想在大模型領(lǐng)域做出To C的超級(jí)應(yīng)用。

這家創(chuàng)業(yè)公司未滿周歲

很難想象，作為國內(nèi)AI領(lǐng)域最大單筆融資的獲得者，這家創(chuàng)業(yè)公司還未滿一周歲。

2023年3月1日，年輕的“天才AI科學(xué)家”楊植麟創(chuàng)辦了他的第二家AI公司月之暗面。

2015年從清華大學(xué)計(jì)算機(jī)系畢業(yè)后，楊植麟前往美國卡內(nèi)基-梅隆大學(xué)攻讀博士，師從蘋果AI研究負(fù)責(zé)人Ruslan Salakhutdinov和谷歌首席科學(xué)家William Cohen，并與多位圖靈獎(jiǎng)得主合作發(fā)表論文。

月之暗面向《每日經(jīng)濟(jì)新聞》記者介紹，楊植麟是Transformer-XL與XLNet兩篇重要論文的第一作者，兩者均為大語言模型領(lǐng)域的核心技術(shù)。同時(shí)，他也是中國35歲以下NLP（自然語言處理）領(lǐng)域引用最高的研究者。

記者從業(yè)內(nèi)人士處了解到，2016年，楊植麟曾參與創(chuàng)立循環(huán)智能（Recurrent AI），2021年12月，循環(huán)智能宣布完成由博裕投資和紅杉中國聯(lián)合領(lǐng)投的3800萬美元新一輪融資，老股東金沙江創(chuàng)投、靖亞資本、真格基金、萬物資本等跟投。媒體報(bào)道顯示，循環(huán)智能的技術(shù)團(tuán)隊(duì)曾與華為云聯(lián)合發(fā)布了國內(nèi)首個(gè)千億中文語言模型“盤古NLP大模型”。

此外，月之暗面的兩位聯(lián)合創(chuàng)始人周昕宇和吳育昕也均出身清華大學(xué)，擁有Meta、曠視科技等知名科技公司的工作經(jīng)驗(yàn)。

關(guān)于現(xiàn)有團(tuán)隊(duì)規(guī)模，月之暗面方面表示，目前團(tuán)隊(duì)超過80人，其中大部分是技術(shù)人員，囊括了NLP、CV（計(jì)算機(jī)視覺）、RL（強(qiáng)化學(xué)習(xí)）、Infra（基礎(chǔ)架構(gòu)）方面的新生代人才。

英諾天使基金合伙人王晟在接受記者采訪時(shí)表示，對(duì)于早期投資的AI項(xiàng)目，考察的核心因素是團(tuán)隊(duì)，“我們對(duì)項(xiàng)目的收入、利潤沒有什么要求，最重要的本質(zhì)還是人”。

考慮到月之暗面的核心成員參 與 過 Google Gemini、Google Bard、盤古NLP、悟道等大模型的研發(fā)項(xiàng)目，它成為資本的爭(zhēng)搶對(duì)象也就不奇怪了。

有大模型創(chuàng)業(yè)公司CTO（首席技術(shù)官）對(duì)記者表示，早在楊植麟創(chuàng)立循環(huán)智能和研發(fā)華為盤古模型的時(shí)候，便對(duì)其團(tuán)隊(duì)有所關(guān)注。

為何另辟蹊徑定位To C

除了“頂配”創(chuàng)業(yè)團(tuán)隊(duì)，月之暗面也交出了外界看來還算出色的研發(fā)答卷。

2023年10月，月之暗面推出首款大模型產(chǎn)品Kimi智能助手。月之暗面方面介紹，與其他大模型產(chǎn)品相比，該產(chǎn)品的主要技術(shù)優(yōu)勢(shì)在于超長的無損上下文處理能力和卓越的指令遵循能力。

據(jù)了解，Kimi智能助手支持輸入20萬漢字，按OpenAI的計(jì)算標(biāo)準(zhǔn)約為40萬token（模型可以理解和生成的最小意義單位），是彼時(shí)全球大模型產(chǎn)品中所能支持的最長上下文輸入長度。同期大模型Claude支持的最大長文本為10萬token。

“在投資機(jī)構(gòu)和大廠的內(nèi)部綜合評(píng)測(cè)中，Kimi智能助手的中文實(shí)力直追OpenAI，在理解和生成中文內(nèi)容方面表現(xiàn)出色。”月之暗面方面向記者強(qiáng)調(diào)了該產(chǎn)品的中文處理能力優(yōu)勢(shì)。

“AI產(chǎn)品榜（aicpb。com）”統(tǒng)計(jì)的數(shù)據(jù)顯示，Kimi智能助手在2024年1月的訪問量達(dá)142萬，在大模型創(chuàng)業(yè)公司的“AI ChatBots”產(chǎn)品中居于首位，月環(huán)比增長率為94.1%，增長速度也在大模型創(chuàng)業(yè)公司中排名第一。

不同于大多數(shù)大模型公司選擇做B端產(chǎn)品，Kimi智能助手的定位關(guān)鍵詞之一是“to C”。

為什么選擇做To C領(lǐng)域，月之暗面向《每日經(jīng)濟(jì)新聞》記者解釋，因?yàn)槟Ｐ偷哪芰€在快速迭代中，國內(nèi)市場(chǎng)的B端產(chǎn)品往往需要私有化部署和定制化開發(fā)，而基于現(xiàn)有模型的某個(gè)版本做私有化部署和定制化的開發(fā)，將會(huì)導(dǎo)致B端產(chǎn)品的能力和用戶體驗(yàn)完全跟不上模型能力的快速提升，很快就會(huì)被淘汰，最終浪費(fèi)大量的人力、物力和財(cái)力資源。

王晟也對(duì)記者表示，投資人2023年都在投資算力、芯片等基礎(chǔ)設(shè)施，2024年會(huì)更關(guān)注AI能力的大幅度增長和成本的下降，應(yīng)用端也會(huì)有機(jī)會(huì)開始出現(xiàn)，尤其是Agent（智能體），“因?yàn)锳gent是和過去移動(dòng)互聯(lián)網(wǎng)完全不一樣的東西，大家會(huì)率先開始在Agent中找相關(guān)的應(yīng)用落地。”

好技術(shù)如何變成好生意？

技術(shù)突破造就ChatGPT一炮而紅，對(duì)于以技術(shù)為主打的創(chuàng)業(yè)公司而言，技術(shù)始終是其能否保持長期領(lǐng)先優(yōu)勢(shì)的關(guān)鍵。

長文本是月之暗面選擇的突破方向。楊植麟在2023年11月的一次外部演講中認(rèn)為，如今基于Transformer架構(gòu)的大模型，是“新時(shí)代的計(jì)算機(jī)”，參數(shù)數(shù)量決定計(jì)算復(fù)雜度，上下文長度決定內(nèi)存大小——因此，上下文長度是毫無疑問的關(guān)鍵所在。他認(rèn)為，規(guī)?；峭ㄏ駻GI（通用人工智能）的核心，而隨著模型不斷迭代，長文本會(huì)逐漸取代微調(diào)，成為定制模型的關(guān)鍵技術(shù)。

月之暗面也對(duì)《每日經(jīng)濟(jì)新聞》記者表示，通往通用人工智能（AGI）（的發(fā)展中），長上下文（long-context）會(huì)是一個(gè)很重要的點(diǎn)。在其看來，某種程度上看，所有問題都是上下文長度問題。

那么，Kimi智能助手支持20萬漢字的長文本輸入，主打無損記憶。這一突破究竟有多難？

上述大模型創(chuàng)業(yè)公司CTO對(duì)記者表示，月之暗面對(duì)文本長度的突破有一定難度，但途徑也有多種，較成熟的有位置編碼的外拓，或者工程上的切片召回策略等。他表示，具體到月之暗面，由于沒有披露這塊細(xì)節(jié)，暫時(shí)無法得知其實(shí)現(xiàn)方法。

北京市社會(huì)科學(xué)院管理研究所副研究員王鵬對(duì)記者表示，支持超過20萬字的長文本輸入在技術(shù)上確實(shí)是一個(gè)挑戰(zhàn)，但是否算作重大突破，要取決于具體應(yīng)用場(chǎng)景。例如，在處理長篇小說、歷史文檔或復(fù)雜的法律文件時(shí)，能夠處理如此長的文本輸入將大大提高AI的理解和分析能力。“這要求模型不僅要有強(qiáng)大的計(jì)算能力，還需要有優(yōu)秀的內(nèi)存管理能力來保持對(duì)長文本的連貫理解。”

深度科技研究院院長張孝榮對(duì)記者表示，支持超過20萬字的長文本輸入確實(shí)可以算是一個(gè)技術(shù)上的突破。在自然語言處理領(lǐng)域，處理長文本一直是一個(gè)挑戰(zhàn)，長文本需要大模型有更強(qiáng)的“記憶”能力。當(dāng)大模型有了這種長文本能力，才能更方便地處理小說、財(cái)報(bào)等。大模型能夠處理長文本輸入，可以帶來多方面的影響。首先，這可以提高自然語言處理的準(zhǔn)確性和效率，使得模型能夠更好地理解和生成自然語言文本。其次，這也為一些需要處理大量文本數(shù)據(jù)的任務(wù)提供了可能，比如文獻(xiàn)分析、文本挖掘等。

此外，長文本處理技術(shù)的發(fā)展，還可以推動(dòng)自然語言處理在其他領(lǐng)域的應(yīng)用。

當(dāng)創(chuàng)業(yè)公司以技術(shù)馳名，注定它需要面對(duì)保持技術(shù)領(lǐng)先性的壓力。與此同時(shí)，好技術(shù)如何變成好生意，同樣是一個(gè)需要在探索中回答的難題。對(duì)于月之暗面而言，完成迅速崛起不過是萬里跋涉第一步。

封面圖片來源：公司微信公眾號(hào)