摘要：「月之暗面」成立于2023年3月，由清华大学交叉信息学院的杨植麟教授领衔，团队成员中还包括来自Google、Meta、Amazon等国际科技巨头的人才。杨植麟（中）同样的，其他几位关键成员，如联合创始人周昕宇和吴育昕，在拥有清华大学背景的同时，也拥有在旷视科技和Meta等知名科技公司的工作经验。...
撰文：举大名耳
近日，名为「月之暗面」的国内 AI 团队，以超过 10 亿美金的巨额融资，震撼了整个科技界。
此次融资，这不仅是对「月之暗面」实力的一次肯定，更是预示着国内 AI 大模型的“骨骼”开始逐渐硬了起来。
「月之暗面」成立于 2023 年 3 月，由清华大学交叉信息学院的杨植麟教授领衔，团队成员中还包括来自 Google、Meta、Amazon 等国际科技巨头的人才。
其上一轮融资是在 2023 年，获得了超过 2 亿美金的资金，投资方包括红杉中国和真格基金等。
而经过本次融资，月之暗面在成立不到一年的时间里，估值已经达到了约 25 亿美金。
那么，这次巨额融资背后，「月之暗面」究竟有着怎样的道行，能够让资本市场为之倾倒，纷纷投下重注？
团队介绍
月之暗面（Moonshot AI）的团队构成以其年轻、专业和经验丰富的特点脱颖而出，团队的创始人杨植麟，虽然是一位 90 后，但却在学术界有着深厚的积累。
其不仅拥有清华大学计算机科学的背景，以及卡内基梅隆大学的博士学位，还曾与多位图灵奖得主合作发表过论文，其学术成就和行业经验，为月之暗面带来了强大的技术背书。
杨植麟（中）
同样的，其他几位关键成员，如联合创始人周昕宇和吴育昕，在拥有清华大学背景的同时，也拥有在旷视科技和 Meta 等知名科技公司的工作经验。参与过 Google Gemini、Google Bard、盘古 NLP、悟道等项目，这使得月之暗面在大模型领域具备了领先的研发能力。
吴育昕
可以说，强大的技术背景和研发能力，以及团队成员背景的多样性，成为了各路资本看好月之暗面的原因。
因为只有在拥有技术实力的基础上，从不同的角度看待问题，才能够更好地理解和满足市场的需求。
产品介绍
相比当前市面上一些追求「面面俱到」的大模型，月之暗面的大模型 Kimi Chat 更专注于长文本方面的能力。
例如，其实际使用效果能够支持约 20 万汉字的上下文，2.5 倍于 Anthropic 公司的 Claude-100k（实测约 8 万字），8 倍于 OpenAI 公司的 GPT-4-32k（实测约 2.5 万字）。
同时，Kimi Chat 通过创新的网络结构和工程优化，在千亿参数下实现了无损的长程注意力机制，不依赖于滑动窗口、降采样、小模型等对性能损害较大的「捷径」方案。
这些改进允许 Kimi Chat 在不牺牲理解能力和生成质量的前提下，处理长达 20 万汉字的输入，这在当前的 AI 模型中是非常罕见的。
而这样的优势，也让 Kimi Chat 在金融、法律、科研等需要快速分析和总结长篇文档的领域，展现出了巨大的潜力。
总结分析
从技术和市场两方面来看，月之暗面及其大模型 Kimi Chat，之所以能在众多国产大模型中脱颖而出，主要有两大原因：
其一是Kimi Chat 的主攻方向，触及了当前大模型的技术本质。
毕竟，现阶段的 AI 大模型，本质上就是为了在信息爆炸的时代，辅助人类处理过载信息而诞生的。而这也是只有杨植麟这样具备深厚学术背景的创业者，才能深刻理解的一点。
因此，Kimi Chat 的长文本处理能力，正好迎合了「处理海量信息」这一市场需求。
其二，则是Kimi Chat 在 C 端市场的定位。
在众多国产大模型或保守，或跟风地投身 B 端市场时，Kimi Chat 却明确定位于 C 端市场，通过提供个性化和便捷的 AI 服务，与同类大模型形成了差异化竞争。
同时，C 端产品的用户通常对产品的体验和功能有直接的反馈。这种即时反馈机制使得 Kimi Chat 能够迅速进行产品迭代和优化，从而在竞争激烈的市场中保持领先地位。
