近日，国内AI团队「月之暗面」获得了巨额融资，为什么「月之暗面」可以吸引资本市场的关注？其大模型Kimi Chat有着怎样的独特之处？这篇文章里，作者做了梳理和分析，不妨一起来看看。

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？

一、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。

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。

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。

二、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。

三、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。