月之暗面Kimi背后的故事：90后杨植麟1年造出200亿独角兽

被称作大模型最强90后的杨植麟又融资了。

根据彭博社报道，月之暗面完成了新一轮3亿多美元的融资，投后估值推高至33亿美元（约合人民币236亿）。

月之暗面是一家专注通用人工智能领域的公司，于2023年3月成立，算下来还不到一年的时间。算上彭博社报道的这次，月之暗面已经在如此短的时间里接连融资了四轮。根据企查查，月之暗面的投资方囊括了二十余家豪华天团，包括但不限于阿里、砺思资本、红杉中国、今日资本、真格基金、美团龙珠、襄禾资本、小红书、 招商局中国基金、趣加游戏、九安医疗、顺为资本、蓝驰创投、五源资本、云九资本、源码资本、腾讯、高榕创投等。

在目前的大模型初创五虎中（智谱 AI、百川智能、月之暗面、零一万物和Minimax），月之暗面236亿的估值为最高。哪怕是对比作为前辈的四小龙，这个估值依旧占据优势，仅次于商汤科技的386亿人民币的市值。

算下来大概350天，月之暗面从一个初创公司成为独角兽企业再到200亿的初创五虎之首，这样的经历堪称传奇。但是细究之下，350天，还远远不够一个初创企业跑出自己的商业模式，又怎么能撑的起一个236亿的估值呢？

一、大模型五虎之首

翻开杨植麟的履历，其在2015年前往卡内基梅隆大学语言技术研究所攻读博士学位阶段师从苹果首任 AI 总监 Ruslan Salakhutdinov 和谷歌首席科学家 William W. Cohen，并曾经效力于谷歌大脑研究院和 Facebook 人工智能研究院，与多位图灵奖得主合作发表论文。在 ICLR、NeurIPS、ICML 等顶级会议发表论文二十余篇，2017、2018 年连续入选机器学习和自然语言处理领域的论文发表统计数据一作全球排行榜，发表 Transformer-XL 和 XLNet 两项工作，在谷歌学术被引用次数近两万等。

在国内，杨植麟还深度参与过智谱 AI、智源研究院、清华研究团队的多个AI 项目。2019年，杨植麟正式入选了北京智源人工智能研究院公布的“智源青年科学家”名单，在所有入选者中，他是最年轻的、也是唯一的“90后”。因此，杨植麟目前也被称作大模型90后的第一人。

光看履历，杨植麟的背景确实很强大，但技术大牛很多，为何杨植麟最值钱？在当下的AI圈亟需一个胆子大可以扛大旗的人物，因此有硅谷背景的学霸杨植麟才会遭到资本的如此热捧。

如今的AI领域，投资人们都在押宝每一个有可能成功的方向，一个算不上冷知识的常识，投资就是投人，所以杨植麟的出现让投资方异常兴奋。

但毕竟杨植麟过于年轻，且个人履历停留在实验室阶段，在创业的经验上反而并不多。放眼如今国内的四龙五虎格局，每一位都有着很深的技术底蕴，这种大差不差的情况下，商业能力则是竞争的另一关键，但显然杨植麟在这几位创始人之间占下风。

这里参考相关投资人的回忆：2023 年月之暗面刚成立时，技术极客杨植麟给他们的印象是对融资一窍不通。在月之暗面估值不到 5 亿美金时，投资人与杨植麟对谈称杨植麟的状态极差，连估值都不敢报。

另外，月之暗面在国内真正崛起的关键是什么？了解的人可能知道，是Kimi推出了200万字的长上下文处理能力，但是在这之后，阿里、百度、360也是在纷纷跟进，甚至推出了更多的500万字能力。这样来看，月之暗面的技术能力似乎很容易被复制，技术壁垒并不坚硬。

而月之暗面200万字超长无损上下文的噱头可能也并不真实。有专业人士爆料，大模型是先把文本进行一段一段的分段总结，最后再将其进行二次总结合成而出，根本不能称的上是完全的无损耗。

虽然Kimi没有公开技术原理，但根据爆料，阿里、百度、360等推进的长上下文处理能力都是依靠RAG搜索增强技术，而这本身其实并不是AI界的新技术。

另外，今年3月22日Kimi崩了。自上午九点半起，Kimi的系统流量持续异常增高，由于流量激增，导致不少用户无法正常使用Kimi的APP和小程序服务，显示“engine is overloaded”的429错误代码。Kimi的开发商月之暗面科技有限公司表示歉意，称自流量异常已经进行了五次系统扩容，还设计了一套SaaS流量优先级策略。

而很少听说文心一言、通义千问出现用户高峰导致算力不足的情况，但经常用Kimi的用户反馈或多或少都被算力墙挡住过几个回合的问答。这样来看，月之暗面的技术能力可能并不如网传的那么强大。单论产品Kimi来说或许撑不起236亿的估值，更像是被资本方揠苗助长。

从目前AI形势来看，Kimi等其他相似大模型的处境并不算好。在人工智能领域，大模型仅是生态产业链中的一环，除此之外，还应该有应用层、连接层、硬件层、行业层等等。而在前期，大家都注重对大模型技术的投入，在这种毫无节制的规模投入下，很多企业被推上高估值演变成变成巨大的泡沫。

美国科技媒体The Information认为，OpenAI在2024年的开支可能高达85亿美元。即使考虑到35亿美元的收入，OpenAI的年度亏损可能将高达50亿美元。此外，多家美国大模型初创公司面临资金链断裂的危机，被迫寻求被收购，包括Adept、Character.AI以及Stability AI（曾推出Stable Diffusion）等备受瞩目的企业。这一幕未来或许也会发生在国内的大模型初创企业中。

值得一提的是，哪怕是目前如此巨大的投入，大模型技术的进展仍旧乏善可陈，同时用户需求低迷，实现商业价值的前路渺茫，投资的繁荣与技术发展和客户需求不成正比。梅花创投吴世春曾直言：“对于目前兴起的大模型公司，他们赚钱的时间点可能永远不会来。这种“无源之水”的科技泡沫，注定难以兑现商业价值。”

有观点认为，对于人工智能领域来说现在是不得不挤掉大模型泡沫的关键时刻。有一个很明显的特征：今年以来全球生成式人工智能领域已有100多起融资事件。相比于去年的融资潮，今年大模型投资人主要关注的是应用端的落地。即将现有的AI技术，应用到金融、消费、制造等其他行业中去，兑现商业利益这样的企业。而显然，月之暗面并不具备这方面能力。

AI向实的形势下，再加上月之暗面目前过于膨胀的估值，它的下一轮融资将会变得尤为困难。而失去融资支撑，自身也没有很好的商业能力，月之暗面的未来又在何方呢？

之前的7月25日，百川智能完成了50亿人民币的A2轮融资，投后估值达到200亿人民币；5月31日，智谱AI完成4亿美元B＋轮融资，投后估值达到30亿美元。约210亿人民币；再然后就是如今的月之暗面的新一轮融资，估值到达236亿。

而这样会产生什么样的效果呢？人的目光总会被黄金所吸引，姑且不谈大量资金的积累对这些模型初创企业发展的帮助，巨额资金的积累让这些公司被大多数人所关注，它们的一举一动经过市场的发酵后都会反过来造成一些新的市场反应，波动性极大。

比如此前，市面上传出月之暗面的创始人杨植麟通过售出个人持股已套现数千万美元，创始人及相关人员套现金额在4000万美元。尽管在消息传出后，月之暗面方很快就表示该条消息不实，但仍旧在市场上引起了不小的轰动。

另外，高估值通常意味着市场的过度热情，‌这种热情可能源于投资者对短期表现的追求，‌而非基于公司的长期基本面。‌然而，‌这种热情往往伴随着高风险，‌因为高估值股票在长期可能无法为投资者带来预期的回报。

历史上的例子，‌如2015年的乐视网、‌全通教育‌都曾在高估值后经历大幅回撤，‌甚至接近清零。‌这些案例警示‌高估值并不总是与良好的长期表现相关联，‌反而可能是风险的高度聚集。月之暗面靠着更短的时间达到了200亿的估值，未来是否会步这些公司的后尘呢。

而且，现在月之暗面的236亿估值又真的具备多少含金量呢？

如果回溯到曾经的互联网时代，236亿的估值确实能说明这个企业的实际商业价值，但放到如今呢？恐怕是一组数字，泡沫含量极高。

对于人工智能这种突然爆发的新兴技术公司，大部分都是在资本的喂养下成长的，很容易像滚雪球一样越滚越高。

在这片百废待兴的新领域，当有一家创业公司达到了一个崭新的高度，同一梯队的其他玩家往往会立刻跟进，在庞大资金的喂养下，让它们的估值大差不差。所以，当市场出现了一个参照物，紧接着就会有一支效仿的大军出现。哪怕看不到什么实际的效果提升，也不能掉队，一个“卷”字可以很完美的诠释初创大模型的这种形势。

中国大模型公司的估值在短时间内迅速攀升，‌形成了一个明显的梯队力量，‌但这种快速的增长也引发了对估值真实性的讨论。

不可否认，月之暗面的Kimi智能助手确实很优秀，但恐怕200亿的估值还是有一定的水分的，其更多像是被资本们揠苗助长的企业，噱头比风头高很多。

与曾经的互联网时代相比的话，目前的月之暗面并不具备当时今日头条、滴滴这样杀手级应用的能力。今日头条在问世不到一年，日活量就突破了1000万，而如今的日活稳定在1亿以上。反观月之暗面，根据3月披露的数据，月之暗面的Kimi智能助手巅峰日活量仅为34.6万，差距一目了然。虽然此前的观点认为月之暗面的未来不需要对标那些互联网大厂的成绩，但如此巨大的日活差距依然不禁让人质疑公司的未来发展。

清华大学新闻与传播学院教授沈阳曾在接受媒体采访时提及，类似月之暗面这种面向 C 端的大模型创业公司而言，流量获取的成本很高，难以企及互联网巨头在其现有平台上应用大模型的用户规模。而翻看月之暗面的融资方，可以清晰的发现，阿里、腾讯这些互联网大厂都是重点投资方之一。也因此，市面上有观点认为，月之暗面的下一步或许是被某个互联网大厂收入囊中。

三、如何商业化？

对于生成式AI来说，其算力成本高昂、研发投入极高、盈利能力较难，都是企业面临的重大困难。而根据钛媒体统计的数据，国内已经有近8万家 AI 企业因为陷入烧钱困境而淘汰出局。要想不被淘汰，盈利很重要。

对月之暗面来说，200多亿的估值，如果按照10倍PS来测算，月之暗面未来至少要创造2亿的利润。但现在的月之暗面，想要创造这样的利润恐怕没那么容易。

现在业界主要的观点都要在于，200亿的估值是一个坎。原因在于，之前的公司都是靠大额度的融资存货，而在达到这个估值之后，将对公司的团队、商业模式提出了全方位的挑战。

进入200亿，往往资本方就会开始期待投资回报，也就是企业的商业化能力。这个时候，竞争就被摆在了台面上。所以，到达这个区间，要么乘风扶摇直上，要么跌落谷底。

被谷歌低价收购的明星AI独角兽C.AI就是很好的一个例子，拥有600万的月活用户，但在这其中的付费用户仅有10万，占比1.6%。这种低的可怜的付费率让C.AI盈利无望，反而被高昂的算力成本所拖垮。

这里值得一提的是，与C.AI一样，月之暗面主打的也是To C端这种商业化困难的路径。此前，月之暗面的创始人杨植麟亲自表示过，目前比较流行两种商业模式，订阅和抽成。但在他看来，订阅按照用户数量收费，是无法随着产品创造出更大的商业化价值的，订阅不会是最终的商业模式。至于抽成，广告已经被互联网验证过了，它的确定性更高，但人的注意力和时间有限，这种商业模式的机会可能也没有那么大。所以，月之暗面未来的重点将是要找一个scalable（可扩展）的增长方式。

或许企业的前进路径定制的很清晰，但能不能走的下去还是一个比较艰难的问题，大模型仍处于高投入的发展阶段，稳定的盈利还远不是当下就能轻易达成的目标。

其实，如今的月之暗面在商业化上也进行了几次尝试。此前，月之暗面宣布Kimi开放平台的上下文缓存Cache存储费用降价50%，由10元/1M tokens/min降低至5元/1M tokens/min。价格生效时间为2024年8月7日。这项技术实际上早在7月1日就已通过开放平台启动公测，通过预存那些可能会被反复引用、频繁请求的文本或数据等信息来给模型推理过程“降本增效”。

事实上，国内大模型厂商的降价潮很早之前就开始了，比如不久前360宣布了360安全大模型正式免费的消息；上上周，国内第一家发起API价格战的DeepSeek再次降价，宣布其API输入费用调整为：输入缓存命中的部分只要0.1元/百万tokens，输出2元/百万tokens。这些例子都使得大模型的价格再降低一个数量级。而之前的月之暗面一直以看客的身份自居，没有亲自下场降价。现在加入降价潮或许也是对“无法变现”难题的妥协，也从侧面反映出月之暗面坚持To C商业化路上的困难。

除此之外，月之暗面官宣Kimi企业级API这种To B端业务的正式发布和推出了打赏功能，用户可通过购买5.20元至399元不等的礼物，获取不同的高峰期优先使用时长。这两项举措也是其追求商业化的探索。

此前的杨植麟给外界竖起的印象一直是To C端的坚定拥护者，在商业化难题上也只能说一句“To B真香”了。但是这条To B路显然也并没有那么好走，因为月之暗面并没有老前辈AI四小龙和智谱、百川智能的底蕴所在。

融中财经从AI创业者处获悉，如今的大模型初创企业中，已经有投资人施压，让公司向用户收费来获取盈利，哪怕创始人认为现在并不是收费的好时候。月之暗面推出打赏功能的背后是否也有股东方的施压呢？从这一层面来看，融了那么多轮的月之暗面拥有一支庞大的股东团队，而公司首脑杨植麟所持股份被不断稀释，236亿的庞然大物内部或许也并不是钢板一块。

今年Kimi的爆火，让月之暗面的商业化诉求变得更加强烈，一方面成为国内唯二面向C端试水收费模式的大模型厂家之一，另一方面在B端产品侧多次上新，如今又愿意降价“揽客”。反过来，这也正是月之暗面未来能否获得资本持续关注的重要因素。

作为全球人工智能的明星公司，OpenAI在AI大模型在盈利上不遗余力地探索，早在2023年，OpenAI就开启ChatGPT的免费+订阅付费机制。该公司还为微软提供AI服务，并即将在苹果产品接入AI功能。然而，大模型“烧钱”的速度似乎超过了公司的预期。最新消息披露，2024年OpenAI有可能面临高达50亿美元的亏损，主要是公司高额人工智能培训成本及人员经费导致。国内AI企业的老前辈AI四小龙们也有类似的问题，这些具有深沉底蕴的巨头都有这样的变现难题，那创立仅一年多，被资本“揠苗助长”的月之暗面又该如何完成商业化？

正如朱啸虎对月之暗面杨植麟团队一阵见血地点评：“他人很厉害，大模型确实比较适合他，但我不知道他怎么商业化。”