刚刚，月之暗面杨植麟现身分享|kimi|scaling|尖峰时刻|月之暗面|杨植麟|百川

周六（11月16日）下午，北京海淀知春路上的月之暗面总部，创始人杨植麟现身。

这是一场小型交流会。投资界在现场获悉，虽然刚刚经历一场仲裁风波，但这次杨植麟带着Kimi 正式发布新一代数学推理模型 k0-math。值得一提的是，这也是 Kimi 推出的首款推理能力强化模型。

回想一年前的11月16日，彼时成立仅半年的月之暗面面向全社会开放了智能助手产品Kimi Chat。为此，月之暗面同样事先筹备了一场小范围沟通会，为Kimi预热。那时，坐在台下的媒体和投资人，或许还没意识到接下来会发生什么。

“凶猛”足以形容Kimi这一年。杨植麟颇为感慨，“去年我们也是在这一天面向所有用户开放，经过365天，现在每个月使用Kimi的人数已超过 3600万。”然而对于一家明星创业公司而言，跌宕的征途才刚走了一小段。

杨植麟眼中的AI下半场

一个现实摆在眼前，大模型从业者们信仰的Scaling Law正面临瓶颈。

自ChatGPT发布以来，Scaling law（尺度定律）几乎成为业内共识，即通过增加更多数据和计算能力来“扩大”当前模型，便能持续改进模型的能力。但此前OpenAI原首席科学家Ilya Sutskever公开表示，扩大预训练的结果已经达到了平台期：

“2010年代是规模扩大的时代，现在人们又回到了奇迹和发现的时代。每个人都在寻找下一个东西。”

在杨植麟看来，AI的发展就像在荡秋千，在两种状态之间来回切换。“一种状态是算法和数据准备好了，但算力不够。”从Transformer架构诞生到GPT-4的出现，更多的矛盾在于如何扩大规模（Scale）。但到今天，规模已经到达一定的程度，加更多的算力，也不一定能解决问题，其中的核心问题是没有高质量的数据。这时要做的就是改变算法，“好算法就是跟Scaling做朋友，释放Scaling的潜力。”

强化学习将是接下来一个很重要的趋势。其中，k0-math 模型采用强化学习和思维链推理技术，通过模拟人脑的思考和反思过程，培养和训练AI深度思考的能力，而数学产品则最适合让AI得到锻炼。未来，k0-math 将被尝试用于 K12 教育等领域，同时也直接用于 Kimi 搜索能力的提升。

不过，杨植麟坦言当下预训练还有空间，“预训练还有半代到一代的空间，这个空间明年会释放出来，明年领先的模型会把预训练做到比较极致的阶段。但接下来最重点的还是强化学习。”

从年初Sora开始，多模态成为今年为数不多的炸点。但此前，月之暗面并未披露对多模态路线的计划。这次杨植麟回应，公司已经有几个多模态能力正在内测。AI接下来最重要的是思考和交互两个能力，“多模态肯定是必要的，但思考的重要性远大于交互，思考决定上限。”杨植麟表示。

Kimi的挑战：

核心任务是提升留存

历史经验证明，每一个新兴科技的发展都会经历百花齐放到收购重组的浪潮。经历一段时间的狂飙突进后，国内也开始出现一些AI创业公司被收购、人才回流大厂的现象。

杨植麟坦言，这说明行业发展进入了新的阶段，“从一开始有很多公司在做，变成了现在少一点的公司在做，接下来大家做的东西会逐渐不一样，这是必然的规律。”

他认为，相比于其他大模型创业公司，月之暗面强调始终保持人数最少，保持卡和人的比例最高。“我们不希望把团队扩的那么大，否则将对创新有致命性的伤害。”

其实从今年上半年开始，月之暗面主动做减法，聚焦Kimi。“我们一开始确实也尝试过几个产品一块做，这在一定的时期内可能是有效的，但后来发现还是要聚焦，把一个产品做到极致是最重要的。”

身处漩涡中心，外界一直有着对Kimi与其他国产大模型比较的声音。“我们更希望关注在怎么能给用户真正价值上，而不是过多的去关注竞争本身。”在杨植麟看来，竞争本身并不产生价值。只要能有人实现AGI，都是很好的结果。

当下，月之暗面将提升留存视为最核心的任务。距离AGI的目标，现在尚处于初级阶段，“比如思考能力还不够强，交互不够丰富，今天能做的交互还比较有限，无论是跟用户的交互，还是跟本身客观世界的交互，都还有很大的提升空间。”

“超级应用已经出现了”。ChatGPT发展至今，已经有超过5亿的月活。至少从目前来看，ChatGPT已经具备了超级应用的潜质。于许多国产大模型公司来说，这也是一场追赶OpenAI的竞赛。