【ITBEAR】
在AI領(lǐng)域的一次意外轉(zhuǎn)折中，月之暗面公司在Kimi開放一周年之際，舉行了一場媒體溝通會，卻出人意料地發(fā)布了一款數(shù)學(xué)推理模型，并將其與OpenAI的o1系列、GPT-4o及Anthropic的Claude 3.5 Sonnet模型進(jìn)行了測試分?jǐn)?shù)對比。這一舉動對于其他公司或許稀松平常，但對于一向以神秘低調(diào)、專注于拳頭產(chǎn)品Kimi著稱的月之暗面來說，卻顯得尤為不同。
Kimi在今年年初憑借鋪天蓋地的廣告投放和宣傳，迅速嶄露頭角，成為智能助手產(chǎn)品中的一顆新星。伴隨著用戶數(shù)的快速增長和影響力的不斷擴(kuò)大，加上創(chuàng)始人“90后清華校友技術(shù)天才創(chuàng)業(yè)者”的光環(huán)，以及阿里巴巴超過10億美元的領(lǐng)投，Kimi概念股也一度火爆，將月之暗面推向了國產(chǎn)大模型領(lǐng)域的“頂流”位置。
然而，好景不長，月之暗面的口碑逐漸下滑，質(zhì)疑聲四起。從曾經(jīng)的贊譽(yù)如潮，到如今被冠以“大模型營銷咖”的稱號，月之暗面陷入了前所未有的困境。用戶們開始抱怨Kimi的產(chǎn)品效果，指出其存在“話題轉(zhuǎn)換頻繁”、“有時(shí)編造信息”、“資料整理粗糙”、“理解需求困難”、“幻覺和錯(cuò)誤嚴(yán)重”以及“被指出錯(cuò)誤后依然固執(zhí)”等問題。多位用戶表示，Kimi的使用體驗(yàn)越來越差，甚至有人懷疑這是為了迫使用戶付費(fèi)而采取的策略。
月之暗面的B面也逐漸浮出水面。在Kimi憑借“最長上下文輸入長度”的特色迅速崛起后，競爭對手們紛紛跟進(jìn)，推出類似功能，使得Kimi的領(lǐng)先優(yōu)勢逐漸縮小。同時(shí)，月之暗面在出海項(xiàng)目上的嘗試也未能成功，情感陪伴類AI對話產(chǎn)品Ohai和AI生成視頻工具Noisee均在今年早些時(shí)候被撤下。公司還陷入了與前資方之間的仲裁風(fēng)波，以及創(chuàng)始人被傳套現(xiàn)數(shù)千萬美金的輿情風(fēng)波。
國產(chǎn)大模型領(lǐng)域的競爭日益激烈，從“四小龍”到“六小虎”的格局變化，反映了資本對于這一領(lǐng)域的熱烈追捧。然而，資本的涌入并未能完全轉(zhuǎn)化為市場上的實(shí)際競爭力。一些大模型創(chuàng)企雖然估值高昂，但在場景應(yīng)用和數(shù)據(jù)積累方面卻存在短板。月之暗面作為其中的佼佼者，也面臨著人才流失、技術(shù)瓶頸、產(chǎn)品同質(zhì)化和財(cái)務(wù)壓力等多重困境。
在人才方面，大模型創(chuàng)企成為了AI 1.0時(shí)代創(chuàng)業(yè)者的避風(fēng)港，但也成為了新的圍城。骨干人才的頻繁出走，使得這些公司不得不面對團(tuán)隊(duì)擴(kuò)張和人才保留的挑戰(zhàn)。在技術(shù)方面，Scaling Law的碰壁讓AI聊天產(chǎn)品的智力提升陷入了瓶頸，如何在不增加成本的前提下提高模型性能成為了亟待解決的問題。在產(chǎn)品方面，AI產(chǎn)品的同質(zhì)化嚴(yán)重，如何打造差異化競爭優(yōu)勢成為了大模型創(chuàng)企們共同面臨的難題。在財(cái)務(wù)方面，高昂的訓(xùn)練、推理和獲客成本使得這些公司不得不尋求更加高效的商業(yè)模式。
面對這些困境，月之暗面選擇了聚焦和縮減業(yè)務(wù)，將重心放在Kimi產(chǎn)品和品牌上，致力于提升模型的思考推理能力。然而，在激烈的市場競爭中，月之暗面能否成功突圍，仍需拭目以待。
