今天小编分享的互联网经验：90后清华学霸，创业一年估值25亿美元，欢迎阅读。
来源：猎云精选，文 / 王非
在 OpenAI 的文生视频模型 Sora 引发广泛关注的当下，国内这家 90 后清华学霸创办的大模型公司，持续受到知名机构追捧。
今日，月之暗面（Moonshot AI）被爆完成超 10 亿美元新一轮融资，投资方包括红杉中国、小红书、美团、阿里，老股东跟投，投后估值达约 25 亿美元。
就在春节前的 2 月 3 日，月之暗面则被爆正在进行 2 亿美元融资，由蚂蚁和阿里集团共同投资，投前估值预计 15 亿美元。
针对 " 最新一轮融资 "，月之暗面对猎云网表示，" 感谢关注！公司对具体融资信息暂不方便评论。月之暗面过去未来一直坚持推进中国 AGI 领網域的底层关键技术进步及产品创新，也会持续匹配与公司发展阶段相应的资本策略，期待未来有更多好消息与大家分享。"
事实上，成立于 2023 年 4 月的月之暗面在融资披露方面 " 鲜有明确说法 "。针对成立仅两个月就被爆完成的首轮融资，创始人杨植麟于 2023 年 10 月 " 更正 " 道，公司已获得红杉资本、今日资本、砺思资本等知名机构近 20 亿元投资。
而这，也是月之暗面成立近一年来，唯一一次准确的融资披露。
清华学霸创业，携手同门组建全明星阵容
月之暗面之所以能在成立之初就获得头部 VC 押注，与 90 后杨植麟本人的 " 学霸 " 身份、丰富经历，关系匪浅。
清华求学时，杨植麟师从清华大学计算机系知识工程实验室（KEG）带头人，智源研究院学术副院长、悟道项目负责人唐杰教授。最终他以满抽成绩通过所有程式设计课程，并以年级第一的成绩毕业。
随后在 2015 年，杨植麟进入卡内基梅隆大学（CMU）语言技术研究所（LTI），跟随苹果公司 AI 负责人 Ruslan Salakhutdinov 和 Google AI 智能首席科学家 William W. Cohen 攻读博士学位。
毕业后，杨植麟曾效力于谷歌大腦研究院和 Meta（Facebook）人工智能研究院，是 Transformer-XL 和 XLNet 的第一作者。其中，XLNet 模型曾在 18 项自然语言任务中取得了好于谷歌 BERT 的效果，是当时 NLP 领網域热门的国际前沿模型之一。
据不完全统计，杨植麟曾在 ICLR、NeurIPS、ICML、ACL、EMNLP 等计算机顶会发表论文 20 余篇，研究成果累计 Google Shcolar 引用超过 17000。
目前，杨植麟还是清华大学交叉信息研究院的助理教授，研究方向：大规模预训练，自然语言处理，自然语言理解与生成，少样本学习，零样本学习，多模态学习。
90 后的杨植麟，在大模型领網域，可谓声名显赫：循环智能、智谱 AI、智源研究院……到处都有他的名字和身影。
同时，杨植麟和团队也曾作为核心研发成员，参与 Google Bard、Gemini、Einstein、盘古、悟道等大模型的研发，发明包括 TransformerXL、XLNet、RoPE、Detectron2、Group Normalization 在内的 AI 领網域里程碑式的成果，被诸如 Google PALM、LLaMa 等模型采用。
天眼查 App 信息显示，月之暗面由杨植麟持股 78.97%，拥有绝对控制权。围绕在他身边的创业伙伴，同样实力非凡，不容小觑。
月之暗面联合创始人周昕宇持有公司 10% 股份，他和杨植麟、张宇韬，是清华大学计算机科学与技术系 2011 级本科的同学。在大四时，周昕宇就加入各方面都符合他标准的旷视实习，并在毕业之后正式加入，工作内容是算法量产，就是要把算法的生产效率提高很多倍。
作为持股 5.96% 的第三大股东，月之暗面联合创始人吴育昕毕业于清华大学与卡耐基梅隆大学，曾获 2018 年欧洲计算机视觉会议（ECCV）最佳论文提名。在 2018 年 10 月的 GeekPwn 国际安全极客大赛上，IYSWIM 是 6 个参赛团队中，唯一一个破解人脸识别算法的团队。吴育昕当时以 IYSWIM 团队的身份参赛，据他介绍，" 自己（以个人名义报名参赛，有名队友没有来到现场）用了谷歌的 FaceNet 开源代码模型攻破了该算法 "。
此外，杨植麟的同门师兄张宇韬，目前持有公司 5% 股份。公开资料显示，张宇韬本硕均在清华大学计算机系就读。他的研究方向是异构数据融合和知识图谱构建，在 KDD、CIKM 等计算机顶会上发表多篇文章。他作为技术负责人，参与了科技大数据分析平台 AMiner 的研发。
大语言模型后，正秘密研发通用多模态模型
凭借豪华的团队阵容与深厚的积累，月之暗面成立不到半年，便于 2023 年 10 月宣布在 " 长文本 " 领網域实现了突破。
据杨植麟介绍，针对于 " 大模型输入长度受限带来的应用困难 "，月之暗面正式推出了首个支持输入 20 万汉字的大模型 moonshot，以及搭载该模型的智能助手产品 Kimi Chat。
随后，他以 Kimi Chat 的一些实际使用案例，进行了详细介绍。以输入整本《月亮与六便士》为例，Kimi Chat 可以和用户一起阅读，帮助用户更好地理解和运用书本中的知识：
相比当前市面上以英文为基础训练的大模型服务，Kimi Chat 具备较强的多语言能力。例如，Kimi Chat 在中文上具备显著优势，实际使用效果能够支持约 20 万汉字的上下文，2.5 倍于 Anthropic 公司的 Claude-100k（实测约 8 万字），8 倍于 OpenAI 公司的 GPT-4-32k（实测约 2.5 万字）。
同时，Kimi Chat 通过创新的网络结构和工程优化，在千亿参数下实现了无损的长程注意力机制，不依赖于滑动視窗、降采样、小模型等对性能损害较大的 " 捷径 " 方案。
就在今年 1 月 26 日，Kimi Chat 最新发布了 "v1.3 迎春版 "： 基础模型能力全面更新，用友联网搜索能力、上下文学习能力、文学创作能力、语言翻译能力……小程式版 Kimi 智能助手，则已支持中英文语音输入。
需要的是，近期，OpenAI 的文生视频模型 Sora，凭借突破一分钟的时长，再加上演示视频的高度逼真和高质量，持续引发关注。
据多方消息报道，月之暗面也正在秘密研发通用多模态模型，预计今年内将推出。
换言之，在以文本为主的大语言模型领網域取得阶段性进展的月之暗面，未来也将在以影像、视频为主的多模态模型领網域，与 OpenAI 等国内外同行展开较量。
而月之暗面在资本市场上的 " 动作频频 "，似乎也正是在为更高的训练成本，更大量的资金和人才需求，做更充足的准备。
以团队规模为例，月之暗面在 2023 年 10 月有 50 人左右，目前该公司团队人数则已超 80 人。
未来，月之暗面在 " 多模态模型 " 领網域，究竟能否占有一席之地，我们也将持续保持关注。
