围剿Kimi只是大模型“新赛季”play的一环

  大模型巨头“围剿”Kimi的战役，已经进行了一段时间了。想必读者们已经从Kimi带来的震撼中冷静下来，开始理性审视2024的大模型“新赛季”。

  毫无疑问，“卷”长文本，是基础通用大模型在新赛季的首个赛点。3月18日，月之暗面宣布Kimi智能助手支持200万字超长无损上下文，并开启内测。200万字是什么概念呢？《红楼梦》等古典名著、企业财报等专业文献，Kimi都能“手拿把掐”，展现出了极强的理解分析能力。

  打擂台容易守擂难。Kimi这位新秀的亮相固然惊艳，但其他更早问世的TOP级基础大模型，也都不是吃素的，很快百度文心一言、阿里通义千问，都宣布跟进长文本能力，直接卷到1000万字。

  Kimi突如其来的热度、巨头的积极反扑、长文本赛事的狂飙，无不说明基础大模型已确定进入了新赛段。

  Kimi不是来终结比赛的，而是来加入这个家的。而去年仓促备战、紧跟ChatGPT的第一梯队厂商，如今也对大模型的商业化前景、落地方向等，有了更成熟的思考。

  Kimi掀起的“长文本之战”，只是大模型“新赛季”paly中的一环，接下来还会有哪些看点，我们来预测一下。

  月之暗面（Moonshot AI）是大模型赛道上，第一波获得比较大规模融资的明星勇于探索商业模式的公司。而相比同时期动作不断的AI大厂如BAT、明星企业如百川，月之暗面直到去年10月才交出了第一份成绩单Kimi，颇有种“谋定而后动”的味道。

  从参数上看，Kimi的长文本能力超越了当时的谷歌gemini 1.5、Claude3，处于全球领先水平。

  从市场动作看，Kimi的宣传，也不像其他基础通用大模型厂商那样谨慎，而是大规模投流，广告铺天盖地，在B站、抖音、小红书等平台都有信息流投放。据新闻媒体报道，Kimi每天获客成本都在20万，正在“烧钱换规模”。

  从实际效果看，有大量个人用户和企业开发者在使用Kimi后表示，其在中文上的理解、分析、问答能力，确实优于当时主流的国产大模型，上下文衔接更好，总结能力更强。

  几重因素叠加，升级后的Kimi引爆了长期资金市场的新一波热情，甚至会出现了“Kimi概念股”。

  那么，Kimi能“乱拳打死老师傅”，一举终结基础大模型的比赛吗？子弹飞了这么久，结果已经很明显了，不能。

  一方面，随着用户规模的增多、应用场景和用例的增加，Kimi的能力局限慢慢的变多地暴露出来，比如有用户提到，Kimi的编程能力跟ChatGPT、GLM4、文心一言有很大的差距，ToC场景下长文本处理的需求并不高频，新鲜感过了之后，感觉无另外的太大用处。

  同时，Kimi视为核心差异化优势的长文本能力，并不构成真正的护城河。从其他巨头很快就跟进并上线了相关能力，就能够准确的看出，长文本处理技术的壁垒并没有很高，能做基础通用大模型的头部厂商，都有有关技术和人才积累。

  而过去一年AI大厂在多模态大模型、智算基础设施、ToC应用、Tob客情关系等多重维度构筑起的壁垒，则是月之暗面很难快速追赶的。比如，目前月之暗面还没有发布多模态大模型，云服务运维跟不上，很难保证B端用户的体验。

  目前Kimi面向大众免费试用，但其付费API的定价，有的版本几乎达到了GPT-3.5等领先大模型的数倍，后续付费转化也要打一个问号。

  总的来说，Kimi是月之暗面在大模型技术上的一次成功“秀肌肉”，但别说直接终结比赛，要跻身“可规模落地大模型”这一赛道的TOP席位，恐怕为时尚早。

  有读者可能会问，既然大厂有做长文本处理的能力，为什么去年不卷，非要Kimi火了之后才卷？

  所以说，Kimi爆火是一个很好的契机，标志着中国大模型已经从仓促备战的“遭遇战”，进入到了步步为营的“阵地战”。

  简单来说，2023年ChatGPT横空出世，中国的AI大厂是在猝不及防的情况下，极短的时间内统筹资源、组织人马，快速跟上OpenAI的技术进展，一度出现了“大模型日抛”的局面。这时候最重要的是争取主动，避免中国AI在大模型浪潮中缺席。文心一言、讯飞星火、腾讯混元、华为盘古、百川智能、智谱AI等一大批基础大模型厂商和初创机构，确实让中国在“遭遇战”中拿下一城。

  狂奔一年，无论海内外都对大模型有了更清晰，也更务实的认知。中国的基础大模型厂商，慢慢的开始“高筑墙、广积粮”，逐步进入到充分准备、保障严密、战略稳定的“阵地战”了。

  为什么之前不卷长文本，Kimi出现又快速集体围剿？恰恰是新赛季“阵地战”开始的信号。

  随着Sora、Claude3等开源或闭源大模型都越来越强大，基础通用大模型的投入门槛也更加高昂，不能长期拿出天文数字来卷的都心生退意，转而去挖掘垂直场景和细分行业的机会，这也让头部厂商的认知度和市场认可度更加稳固。

  基础大模型厂商也开始精打细算，关注如何从硬件中压榨出更多算力、降低单位推理成本、构建可持续的国产算力、挖掘商业化项目潜力等。而长文本处理要消耗大量的硬件资源，平白无故瞎卷，烧钱费力还未必讨好，确实没必要。

  但Kimi的爆火，更多是让ToB场景，尤其是金融、政务客户，看到了大模型的应用价值，读财报、读合同、做客服，更长的文本确实能在这类知识密集型场景，发挥出更好的效果，减少幻觉问题。这代表了基础模型的底层能力，所以Kimi的长文本之战，必须打。

  2023年末，大模型热度慢慢的开始降温。应用侧落地困难，所谓的杀手级AI应用似乎还是没再次出现，而投入成本持续加码，基础模型一升级就会覆盖创业者的工作，导致投资市场态度也偏向谨慎。于是，很多人开始质疑这一波大模型只是自嗨，唯一赚钱的只有卖铲子的英伟达，焦虑情绪开始弥漫。

  作为一个有实际意义的应用层产品，Kimi让大众再一次感受并认可了大模型的价值。根据产业规律，应用爆发往往会在产业基础平台条件具备之后的一两年内出现，Kimi正处于这一时间轴的关节上，标志着AI应用爆发即将开始。

  Kimi对大模型价值的再度确认，也会让接下来的通用大模型竞争，从卷参数、卷benchmark等基础项PK，进入到更为复杂、多元的能力角斗。

  这一竞争阶段，“遭遇战”时的灵活、机动、大干快上，就不太管用了，而需要细致部署、步步为营，跑马圈地。

  对Kimi的围剿说明各家基础大模型厂商的底层能力，会很快趋同。除非像OpenAI那样，技术的飞轮效应极强，跟竞争对象的差距越拉越大，否则，技术天然会扩散，很难长期成为商业机密与护城河。

  坏消息是，国内的基础大模型，想要建立差异化优势越来越难，没有人能获得垄断地位；好消息是，政企客户更希望构建“模型花园”，根据自身的需求调用多个大模型，减少对单一供应商的依赖，所以市场仍在增长，仍然开放，大家都还有机会。

  a16z调研了七十多位财富500强企业和顶级企业领袖，发现这一些企业2024年在AI上的支出预算比2023年增加了2-5倍。国内市场的智能化速度也不会逊色，更增强了对基础大模型的需求，所以接下来，会进入到白热化的跑马圈地阶段。

  长文本，是“秀肌肉”的必争之地，但解决政企客户的切实需求，长文本却未必那么实用。从Kimi的长短板，我们大家可以看到目前市场更需要怎样的大模型。

  首先说说短板。前面提到了，Kimi的长文本在很多场景下属于低频需求，再长的token只会带来更大的计算量、更高的资源成本，对用户来说性价比不高。对此，吴恩达也认为，快速生成token，可能比使用更强的模型更重要。长文本处理导致的硬件资源需求、GPU短缺和云服务能力，也是Kimi面临的现实挑战。

  而Kimi的长板在于，在文本摘要和知识管理等任务中，发挥出了极高的生产力效能，对企业的吸引力很大。应用更友好，企业不需要从头开始训练自己的LLM。

  1.与云的深层次地融合。Maas服务会成为模型购买决策的最主要的原因之一，继续深化、细化。

  2.对Agent开发的支撑。基础大模型很难提供所有端到端的解决方案，长文本处理是应用层公司的舞台，通过基础大模型+Agent式工作流，去解决客户的专有问题。而Agent式推理拼的是token生成速度，而非文本有多长。试想一下，如果一个金融客服助手半天憋不出一段话，即使生成的效果再好，用户也不会有耐心等待。所以，长文本能力并非应用型企业选择基座模型的唯一标准，甚至不是最重要的标准。

  3.生态规模。Kimi的爆火说明，大厂不可能垄断所有应用方向。利用新的技术能力（如长文本处理）来解决新的问题，勇于探索商业模式的公司和个人开发者更具备贴近客户、深入场景的优势，为各类行业用户的特定需求来做微调、定制。大模型的商业城池，必须由众多生态伙伴一起来守，谁能在2024奠定生态的规模优势，是接下来博弈的关键点。

  总的来说，大模型落地，是一个复杂的系统工程。2024进入“阵地战”的大模型市场，准备更充分，作战更有条理，商业化战略也日益清晰。基础模型厂商，将在一次又一次的迎敌与防御中，构筑起系统性的攻防能力。

  一个平台级的大模型公司，一定会是万亿级别，也一定会诞生在中国。让我们拭目以待。

  特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

  4-3！100分钟扳平 101分钟绝杀 切尔西神逆转曼联 帕尔默完美戴帽

  2-0到2-3到4-3！英超豪门对决名场面 曼城旧将完美戴帽+读秒绝杀

  每个孩子在成长过程中，都应该有这套漫画心理学，来正面引导孩子，帮助孩子成为一个内心强大的人！

  NBPL单排速报：锋少反超Mike登顶第一，小新神和T225成“俘虏”？