月之暗面：争抢下一代AI技术船票

随着智谱和MiniMax相继上市，同为大型模型创业公司的月之暗面（Kimi）也适时发表了声明。

在1月10日的AGI-Next前沿峰会上，月之暗面创始人杨植麟罕见公开露面，深入分享了Kimi的技术路线重点，以及对下一代AI技术范式和Agent前景的见解。

“我们希望在接下来的十年到二十年里，将K4、K5到K100做得更好。”

面对下一代通用人工智能的走向，杨植麟孤注一掷，要抢占下一代AI技术范式的先机。

然而，其面向消费者的AI应用助手Kimi正面临掉队的风险。

Kimi曾有过辉煌时刻，凭借强大的长文本处理能力，最高时单月投放超亿元，率先获得了市场红利。

但随着DeepSeek和豆包的崛起，Kimi的月活跃用户相比去年大幅下滑。月之暗面不得不做出选择，将资源集中投入到大模型的底层技术上。

但这意味着高算力投入和更长的周期，而且从各大模型的历史来看，技术的先进性并不能长久保持。

对于尚未背靠大厂生态的月之暗面来说，保持技术领先固然重要，但同样需要找到更清晰的商业落地和资本路径。

争抢下一代技术范式的船票

作为“大模型六小龙”之一，各家的发展理念和技术路线已经开始分化。

在智谱和MiniMax上市的同时，月之暗面杨植麟却在内部信中表示“不急于上市”。他自信地表示，刚完成的5亿美元C轮融资相当于友商IPO的融资规模。“我们有超过100亿人民币的现金储备。”在通往AGI的征途上，粮草充足。而在一级市场就能受到如此追捧，正体现了市场对月之暗面的高度认可。

不过，友商也有不同看法。

智谱创始人张鹏在接受采访时表示：“从资本市场的角度，你在一级市场都算没有离开学校，还在学习、培养、成长的阶段。到二级市场之后，才更接近市场。”

全联并购公会信用管理委员会专家安光勇向AI蓝媒汇表示：“月之暗面的选择能够避开二级市场对短期盈利能力的严苛审视，专注于长周期研发，避免被资本市场的恐慌情绪左右决策。”

当然，无论上不上市，技术的演进和产品体验的提升才是决定生存的关键。

在AGI-Next前沿峰会上，智谱唐杰、月之暗面杨植麟、阿里Qwen林俊旸和腾讯首席AI科学家姚顺雨讨论了下一代人工智能的走向。

共识是，虽然扩大模型规模仍有价值，但当算力、数据和成本的投入不断放大时，智能提升的增量却持续变小。效率降低的同时，自主学习被认为是下一阶段的技术范式。

问题是，在这个技术路线接棒的过程中，中国大模型厂商能否成为引领者？

无论是月之暗面还是智谱，都希望自己能率先突围。

从杨植麟的表述中不难看出，月之暗面几乎将所有核心工作都集中在Token效率上，即用更少的Token实现更低的Loss。在Kimi K2模型中，他们尝试通过提升Token efficiency使模型“用一半数据达到相同效果”。

同时，效率优化与长上下文能力被同时优化。前者决定单位Token的价值，后者决定模型能否承担真实世界中的长程任务。两者结合，杨植麟相信能在模型训练策略上达到最优的Agent效果。

简单来说，杨植麟的目标就是抢到下一代技术范式的优先票，保持技术上的领先优势。谁能在有限算力与数据条件下更高效地“消耗Token”，谁就更有可能在下一阶段的模型竞争中占据主动。

这一战略延续了月之暗面自2025年以来的策略。

过去一年，月之暗面的主要任务是全力提升模型能力和Agent。目前已取得显著成绩。

Kimi K2模型在基准测试中超越了GPT-5、Sonnet 4.5等顶尖闭源模型，刷新了SOTA记录，支持长链路、多步骤任务执行，为用户提供深度生产力场景能力。

同时推出Agent模式OK Computer目前支持包括图片生成、音频生成在内的20多种工具提供写代码、设计、产品定义、后续开发等服务。

结果是Kimi的Web端流量从2025年6月开始反弹访问量环比增长30%9-11月Kimi的海外API收入增长4倍。

模型能力的增长让月之暗面更有信心走自己的路但这条路仍是任重道远。

AI也“拼爹”月之暗面的胜算几何？

对于月之暗面来说即使坚持自己的技术路线创业历程也注定艰辛。

“留给领先模型的优势窗口期越来越短最先进的闭源模型只能比同性能的开源模型领先6个月。”Minimax创始人闫俊杰曾这样说。

当所有AI模型巨头都拥有巨量训练算力时最强的大模型永远是最新发布的大模型大家轮流做第一。

“Kimi的领先优势能够保持多久还真不好说。”重庆理工大学发规处高教室主任王文涛认为：“月之暗面的策略是典型的‘长线豪赌’其成功与否取决于三点：一是能否在2-3年内实现技术里程碑；二是能否在垂直领域建立不可替代性；三是资本市场的耐心是否与其研发周期匹配。在当前行业分水岭阶段这一选择既是机遇也是高风险博弈。”

“即使拥有相对充足的现金储备但独立大模型公司还是需要尽快建立健康的商业模式带来更持续的收入和更高的利润率这是实现长久发展的必要条件。”

“AI应用层是价值创造的核心其创造的价值可能达到芯片层的100倍。”李彦宏在接受《时代》采访时再次指出应用层的重要性：“未来只会存在少数通用大模型但应用层在垂直方向上会涌现出众多成功参与者。”

“这个看法已经构成一个信号——AI行业正在从技术叙事转向结果叙事。”

“但与大厂相比月之暗面既无庞大的自有流量池可供导流也缺乏成熟业务场景。在B端市场漫长的回款周期以及低毛利下面向终端用户的订阅制原本是个不错的选择。”