大模型發展至今，AI創投圈衍生兩種投資方向：

　　一是因AI大模型商業化面臨阻力，短期仍處在燒錢階段，以及由前微軟亞洲互聯網研究院副院長簡仁賢創辦的竹間智能，在完成D輪融資且資方既有國資和知名機構，擁有產業資源背景下。今年年初突然宣布停辦半年，更讓創投圈愈發謹慎。

　　圖源：天眼查

　　基于此，距離錢較近的AI應用成為創投圈重點投資方向之一。IT桔子數據顯示，2024年Q1 AI行業應用融資金額和投資事件數量分別為74.01億元和65起。

　　二是以“清華系創投公司”為代表的技術實力派，月之暗面、MiniMax、百川智能、智譜AI作為生成式AI時代的“新AI四小龍”，成為創投圈瘋搶的對象。

　　以月之暗面為例，去年10月，月之暗面Kimi智能助手可支持無損上下文長度最多為20萬漢字，是當時大模型產品里所能支持的最長上下文輸入長度。今年3月，Kimi智能助手已支持200萬字超長無損上下文，該能力得以數量級提升。

　　AI技術走到國內前沿，讓月之暗面繼今年2月創下國內大模型單筆最大融資后，再次傳出斬獲融資的消息。

　　援引多家媒體報道，有接近月之暗面人士確認，月之暗面正進行新一輪融資，估值30億美元。新入局投資者包括騰訊、高榕創投等，騰訊方面對此不予置評。

　　圖源：天眼查

　　但本輪大模型投資中，騰訊算是最為激進的廠商。截至今年4月底，投資87家公司的騰訊在中美14家科技巨頭中算是遙遙領先。這也說明騰訊面對游戲政策的不斷調整，想要通過AI構建更強競爭力的決心。

　　圖源：IT桔子數據

　　資本的兩種方向投資，讓不少AI初創企業面臨融資難的同時，2024年行業或將進入到周期性洗牌階段，逐漸形成馬太效應。但即使受到資本青睞的月之暗面，如何在文生文上長期形成技術壁壘、如何應對行業價格戰，以及內部創始團隊的年輕化等問題的存在，月之暗面需時刻保持冷靜和理性。

　　一、Kimi VS Gemini VS GPT-4o，誰更強?

　　AI產品榜數據顯示，4月Kimi訪問量月環比增長60.2%至2004萬，超過百度文心一言。訪問量激增的背后，一方面和月之暗面沿用互聯網燒錢換用戶的打法有關。相關媒體報道，目前月之暗面單日獲客成本約在20萬。

　　圖源：AI產品榜

　　另一方面，Kimi在部分能力的表現上已接近Gemin和GPT-4o。如我們將“請結合《甄嬛傳》劇情，以安陵容重生撰寫10集短視頻腳本，每集時長約在2～3分鐘，有故事情節，有沖突矛盾點，有觀眾喜歡看的宮斗劇情”這一指令同時給到Kimi、Gemini、GPT-4o。

　　三者給到的視頻腳本整體接近，幾乎都是以重生、爭寵、復仇為主線進行故事推進。且Kimi最后給到的安陵容開啟新的生活，也符合國人對影視作品主人公圓滿結局的追求。

　　圖源：基于Kimi、Gemini、GPT-4o整理

　　緊跟著我們詢問三個大模型一個哲學問題，如何理解道家中提到的情關，你覺得如何才能過情關，情關的本質又是什么?三者的回答中均提到內觀自省、觀照自我，這和道家提到的放下“我執”，回歸“本我”思想基本一致。

　　圖源：基于Kimi、Gemini、GPT-4o整理

　　而在長文本分析上，Kimi的部分能力甚至趕超Gemini和GPT-4o。如我們讓Gemin、GPT-4o、Kimi針對科沃斯2023年財報和2024年Q1這兩份財報進行分析，兩份財報內容累計20頁。

　　Kimi除指出GPT-4o、Gemini均指出的市場競爭問題、研發投入比問題、現金流問題外，也關注到科沃斯的股東結構變動、非經常性損益帶來的負面影響等問題。

　　圖源：基于Kimi、Gemini、GPT-4o整理

　　Gemini在回答該問題上，出現兩處失誤。一是科沃斯2024年Q1凈利潤下降，被Gemini解讀為凈利潤大幅度上漲、盈利能力驚人。二是科沃斯旗下品牌添可是洗地機，并非洗衣機。

　　圖源：Gemini官網

　　GPT-4o在回答研發投入增加時，僅指出研發投入可能會增加成本壓力，但忽略極其重要的研發投產比問題。且Gemini提到的科沃斯對單一市場依賴問題，也沒有指出。

　　圖源：GPT-4o官網

　　但相較于Gemini和GPT-4o，Kimi在短文本上存在著場景相對單一的問題。如我們選取網絡平臺上一張竹子圖片，并要求Kimi識別圖片并生成對應的文章。但因這張圖片中沒有任何文字，Kimi無法提取文字，指令也無法進行。作為對比，Gemini在識別圖片為竹子后，快速完成文本創作。

　　圖源：Kimi官網

　　圖源：Gemini官網

　　同樣的情況也出現在圖片、文字、音頻的混合創作中。我們將“根據道家提到的情關進行1000字的內容創作，要求創作內容包括圖片、音頻，內容要能給讀者帶來啟發”這一指令同時給到三個大模型。

　　雖說Gemini給到的內容將情關生成為情況，但Gemini已經能做到混合創作。GPT-4o目前也不支持混合創作，但能根據內容輸出對應的圖片參考。

　　圖源：Gemini官網

　　圖源：GPT-4o官網

　　Kimi同樣也不支持混合創作，且似乎并沒有理解我們給到的指令，給出的是一個故事大綱。

　　圖源：Kimi官網

　　另外目前Gemimi PC端已能做到語音識別，但Kimi的語音助手僅支持移動端，PC端暫不支持，這也不難看出Gemini在短文本輸出的綜合能力上已走到前列。

　　圖源：Gemini官網

　　為實現用戶留存以及對沖高獲客成本，一方面Kimi上線多款Kimi+大模型產品，涵蓋辦公提效、輔助寫作、社交娛樂、生活實用等不同領域。

　　圖源：Kimi官網

　　另一方面，用戶在使用Kimi過程中，Kimi會提示用戶算力不足，引導用戶付費。其價格從5.2元到399元不等，對應時長也有所不同，如Kimi的399元對應時長為365天，低于文心一言連續包年的588.8元。

　　圖源：Kimi官網

　　二、行業價格戰來襲，Kimi如何應對?

　　不斷探索商業化的月之暗面，短期需要應對的是大模型市場上正在興起的價格戰。繼字節在2024春季火山引擎Force原動力大會上率先打響行業價格戰后，阿里和百度迅速跟進。

　　阿里云將Qwen-Long模型的API輸入價格從原來的0.02元/千tokens降至0.0005元/千tokens，降幅達到97%。這意味著1塊錢可以買200萬tokens，相當于5本《新華字典》的文字量。百度智能云更是將百度文心大模型的兩款主力模型ENIRE Speed、ENIRE Lite全面免費。

　　圖源：阿里云官網

　　雖說TOB端TOC端更看重大模型的輸出結果和質量，和互聯網時代因服務同質化催生的價格戰有著本質區別。但當廠商的內容輸出質量差別不大時，TOC端和TOB端又會作何抉擇呢?

　　5月份大廠的價格戰只是開端，價格力是SaaS企業保持競爭力、實現客戶留存和續費的關鍵，這就意味著后續大模型的價格戰只會愈發慘烈。

　　且畢竟盡快實現規模效應，才能幫助互聯網大廠對沖前期大模型的高成本。面對當前以及未來行業價格戰，Kimi在價格戰和高獲客成本上，又要如何動態平衡呢?

　　事實上，Kimi主打的文生文場景想要探索出清晰的盈利方向，可能需要很長時間。除國內TOC端缺乏付費習慣，電商平臺上Gemini和GPT-4o低價會員對其分流外。

　　圖源：淘寶

　　這里不得不提到文生文重點的落地場景之一內容分發，如果說Sora這種視頻類AI的落地方向是抖音、快手、優愛騰這種短視頻和長視頻平臺。文生文的重點落地場景則是以頭條、百度為代表的內容聚合平臺或小紅書種草平臺。

　　值得關注的是，目前內容聚合平臺對由AI生成的文章進行限流。來自河南省鄭州市某自媒體公司負責人張青告訴我們，從今年年初至今，公司運營50個AI圖文賬號，先后發布幾萬篇AI生成的文章。測試下來發現，AI生成的文章最多只能提高賬號活躍度，對收益提高有限，50篇AI生成的文章能夠爆四五篇已是小概率中的小概率事件。

　　不僅概率極低，且因百度、字節的AI能力已經走到國內前沿，他們很容易識別創作者發布的文章到底是真人所寫，還是AI生成。若創作者經常發布AI文章，基本會被封號，公司運營的50個賬號先后被封20個。

　　基于此，他們也只能對AI生成的文章進行二創甚至三創，這讓他們意識到AI雖能夠降本，但不一定能夠增效，現在公司也不愿意在AI大模型上投入太多費用。

　　如張青所言，不管是短視頻還是圖文，平臺上用戶對內容的要求素來都是兩極分化。用戶既需要精神垃圾，也需要大片視覺、陽春白雪、深度內容。但無論哪種，內容平臺從來都不是稀缺，而是嚴重過剩。

　　這就帶來一個問題，平臺為何不把流量給到重點業務，這還能幫助平臺帶動營收增長，為何還要溢價招募大量AI內容創作者呢?更甚至說，平臺自身的AI能力已經走到國內前沿，組建專門的AI內容團隊，豈不是成本更低?這很難說通，也不符合生意邏輯。

　　同理，社區作為小紅書作為值錢的部分，小紅書會允許平臺上大量的種草筆記全部都是AI生產的嗎?咪咕、掌閱等小說型平臺，會允許平臺上的大量小說都是由AI生成的嗎?

　　換言之，文生文對TOC端文字從業者來說，更像是一個輔助工具，真正想要靠文生文實現個人財富自由、企業利潤增長，可能不太現實，這無形中也影響著TOC端和TOB端的付費意愿。

　　三、缺錢的月之暗面，“年輕化”的團隊

　　不管是長文本的訓練本對資金要求極高，還是月之暗面想要在長文本上始終保持領先優勢�；蚴窃轮�暗面應對行業價格戰，以及未來計劃朝著多模態能力發展，均對月之暗面的技術能力要求極高。

　　為保證技術不斷突破，月之暗面持續擴大團隊規模。據3月末市場流傳的一份調研紀要顯示，團隊規模已擴充到100—200人——其中技術(算法專家、系統專家、數據工程團隊等)人員加起來120人左右，其余為Kimi App產品規劃(產品開發團隊)、ToB商業化團隊。

　　但AI人才屬于國內頂尖人才，想要和國內互聯網大廠搶人才，月之暗面自然需要拿出足夠的“誠意”，這對月之暗面的資金提出更高要求。

　　月之暗面CEO楊植麟在接受媒體采訪也表示，從創業的第一天開始，他便奔跑在爭分奪秒的“找錢”之中。我們2023年2月開始集中做第一輪融資。如果delay(延遲)到4月，基本沒機會了……在美國有一個晚上，我做了精確的計算。算完覺得至少要在幾個月內拿到1億美元。

　　這或許也是月之暗面頻繁對外融資的原因，有月之暗面投資人指出：“月之暗面在談判中，已經把一些苛刻條款逐一談掉了”，具體包括“做了AB股處理，使得團隊保有絕對的決策權和控制權”等。但隨著后續資方增多，如何協調、穩定各方利益，對月之暗面管理團隊提出更高要求。

　　同時隨著月之暗面的技術團隊不斷擴充，如何對組織進行高效管理，進而實現人效最大化，也是需要月之暗面持續調整的方向。但90后的月之暗面CEO楊植麟在企業管理經驗可能有所欠缺，尤其是理工男出身的他，后續如何從“理工男”思維轉變為“全科生”思維，盡快退掉身上的“學生氣”，這可能是楊植麟本人需要努力的方向。

　　這一問題不僅僅是月之暗面需要面對的，而是整個清華系初創公司都存在的問題。年輕化的團隊、頂尖的技術團隊、創始人和團隊工作熱情較高，企業沒有大廠病，這是相較于大廠的優勢。但和大廠相比劣勢也很明顯，如創始人企業管理經驗和應對商戰經驗不足，應對企業人情世故上等方面有所欠缺等等。

　　結語：

　　不可否認的是，按照當前月之暗面頂配的AI技術團隊，未來也將向國內市場上推出更多差異化的大模型，或將縮小中美兩國在AI大模型上的技術差距。

　　但成立一年，估值或將達到30億美元，大量資方涌入下，成為國內獨角獸企業。外界眼中年輕有為，月之暗面高管團隊卻需要時刻保持清醒的頭腦，才能制定出清晰的發展戰略。

　　畢竟，國產大模型這場長期拉鋸戰才剛剛拉開序幕，這場淘汰賽沒有哪家初創企業敢保證能走到最后，贏得最終勝利。