今天小编分享的财经经验：爆火的Kimi，抢了谁的生意？，欢迎阅读。
文 | 定焦，作者 | 黎明，编辑 | 魏佳
一个仅成立一年的创业公司，一群顶着名校光环的 90 后，做出了一款效果出众的大模型产品，让整个 AI 圈震动。
自从妙鸭相机短暂出圈后，国内的大模型行业，已经很久没出现爆款产品，Kimi 填补了这一空白。
最让人意外的是，A 股股民也来凑热闹，各大炒股群讨论 Kimi 概念股，流量激增导致 Kimi 伺服器宕机。
如今一个多月过去了，虽然热度减退，但身边依然有人在讨论 Kimi。
北京一所高校的在校大学生告诉「定焦」，近期学校组织了学习会，安排老师学习 Kimi，老师给学生布置作业，要求学习、训练 Kimi。
在网络上，时不时能看到有人推荐 Kimi，这其中有一些可能是定向投放的广告推文，但也不乏一些自来水。
Kimi 带给人们的一个认知冲击是，AI 发展太快了，创业公司也可以在短时间内做出让人眼前一亮的产品，相比之下，那些号称做了十几年、砸下千亿资金的科技大厂，不过如此。
Kimi 抢走了科技大厂的风头，未来还可能抢走他们的用户。问题是，火爆能持续吗？
谁在用 Kimi？
Kimi 是一个面向 C 端用户的智能助手，善于读长文、搜网页，主打功能包括整理资料、解读檔案、辅助编程、文案写作等，被网友称为 ChatGPT 中文平替。
因为有 ChatGPT 在前边教育市场，还有文心一言、通义千问、讯飞星火等大厂推出的产品相互内卷，Kimi 提供的这些功能，其实很多人之前或多或少了解过。
但对比之下，像 Kimi 一样让很多人自发使用，不只是厂商自吹自擂，还能让 2 亿 A 股股民狂欢的国产大模型产品，此前没有过。
Kimi 呈现给用户的东西很简单：一个像百度搜索一样的搜索框，" 檔案，拖进来；网址，发出来 "，然后用户可以直接针对发给它的檔案或网址提问，让它帮忙总结归纳、分析数据、全网搜索。
图源 / kimi.ai 官网截图
最大的亮点是它支持超长文本输入，一开始是 20 万字，后来增加到 200 万字，而当时纵观全球范围内的大模型，没有一个能超过 10 万字的。
这在用户体验上最大的变化是，你给大模型投喂资料，不用再把檔案拆抽成好几个了，直接丢进去就行，它都能很快读懂，还能 " 大海捞针 " 定位其中的信息，告诉你某个信息出现在哪一页。
看到这，Kimi 的用途很明确了——长文本阅读和分析概括，可以理解为 AI 搜索 + 文档总结。它是一个生产力工具，帮助我们处理信息，偏实用导向，不是用来吟诗作画、聊天娱乐的。
这个定位，决定了 Kimi 的使用者主要是打工人。Kimi 官方介绍文档中提到了六类人群：学术科研人员、互联网从业者、程式员、自媒体与内容创作者、金融和咨询分析师、法律从业人员。他们有个共性：要处理大量文档信息。
一位非诉律师对「定焦」说，之前经常用 ChatGPT 整理法律政策，利用它写报告、总结，但 ChatGPT 有个问题是每次输入的信息不能太长，比如一份 1 万字的材料，需要抽成好几份，分批发给它才能进行分析。Kimi 的长文本特点，解决了这个问题。现在他是两款产品同时在用。
一位自媒体从业者告诉「定焦」，他会用大模型分析上市公司财报信息，查询一些财务数据，在对比了文心一言和 Kimi 之后，他觉得 Kimi 更好用。"Kimi 的功能很直接，简单好上手，总结归纳能力很强。"
不过，他们都表示，目前使用频率不高，更多是尝鲜、试用，因为 AI 生成的内容质量不稳定，有时候会出现胡说八道的情况，" 可以参考，但不能全信。"
Kimi 的开发者，是一个叫作月之暗面的创业公司，去年 3 月成立。Kimi 去年 10 月第一次亮相，从一开始就主打长文本，对外宣传的噱头是 " 完整吃下了一本《三体》"。
亮相之后的半年内，Kimi 迭代了三次。识别扫描件、上架小程式、联网搜索，以及将支持的上下文长度更新到 200 万字。
3 月 18 日的 200 万字更新是一个轉捩點。在那之前，Kimi 还是在互联网圈、大模型从业者，以及小范围的 AI 爱好者中传播，更新之后，Kimi 成功引起了 2 亿股民的注意，出现一批 Kimi 概念股，Kimi APP 和小程式宕机上了热搜，进一步传播出圈。
如今来看，Kimi 能火，是多个因素共同促成的。首先是产品确实还不错，这是前提；其次恰到好处的营销，2 月中旬月之暗面那笔 10 亿美金、号称国内 AI 大模型公司单轮最大金额的融资，极大增加了关注度；此外，Kimi 概念股的发酵，来自 2 亿股民的神助攻，最后一举将 Kimi 送上了微博热搜和 Appstore 总榜前十。
Kimi 的确是出圈了，这跟此前国产大模型只在业内人中传播不一样。不过，从总量上看，实际使用 Kimi 的人数还是有限，Similarweb 监测到 Kimi 网页版的日活用户数峰值在三四十万的水平，全网日活峰值在百万水平。
对于一家创业公司而言，这个成绩相当不错。问题是，为什么做成这件事的是一家创业公司？
Kimi 做对了什么？
月之暗面不是国内最早那批做大模型的公司，在它之前，百度的文心一言作为 ChatGPT 之后第一个亮相的国产大模型，被认为最接近 ChatGPT。此外，阿里的通义千问、科大讯飞的讯飞星火、智谱 GLM，都已迭代了好几轮。
但除了厂商们的主动发声，国内一直没有出现 C 端用户真正认可、愿意自发为之宣传的产品。
一大乱象是卷参数、刷榜单。几乎每家在发布产品时，都要把 GPT 拉出来对比一波，找到几个指标把 GPT 超越——比如，中文能力。GPT 成了靶子，被国产大模型轮番吊打。但业内人都知道，论综合能力，国内没有一个大模型能超越 GPT4。
" 刷榜 " 是大模型行业公开的秘密。国产大模型乐于刷榜，经常在各种榜单上排名第一。但多位做榜单测评的业内人士告诉「定焦」，大部分排名没有太大参考意义，跟 " 刷题 " 一样，不代表真实能力。
普通用户感到很迷惑，" 你说你很强，榜单上有你，媒体推荐你，博主夸赞你，我就信了你，但用完之后，一言难尽…… " 一位试用过多款国产大模型的用户说。
国内做大模型的公司很有意思，有些是为了拉股价，有些是蹭热点，还有的就是想圈钱，动机很不单纯。稍微好点的，是为了赶超对标 OpenAI，是为了要赢。
即便是把长期主义挂在嘴边的大厂，很多也是为了打赢对手，而不是想着怎么满足用户需求。
最典型的是阿里和 360。Kimi 宣布支持 200 万字超长无损上下文之后，因流量激增伺服器崩溃上了热搜。然后第二天，阿里通义千问宣布免费开放 1000 万字长文档处理功能，号称 " 全球文档处理容量第一 "，紧接着 360 AI 浏览器宣布内测 500 万字长文本处理功能。
好吧，大厂又 " 赢 " 了，他们又 " 第一 " 了。
有人点评：" 既然你（阿里、360）知道长文本好，而且你也能实现，早干嘛去了？这是来给用户提供便利的，还是来蹭流量的？"
除了大厂，还有大佬。去年 Kimi 刚发布不久，李开复成立的零一万物，发布了大模型 Yi-34B，能处理约 40 万字，是 Kimi 的约 2 倍，声称问鼎了多项全球英文和中文能力测试排行榜第一。但马上就有业内人指出，"Yi 系列 " 的模型架构与 Meta 的开源大模型 LLaMA 相比，只改了两个张量（tensor）的名字，让其陷入套壳争议。
图源 / 零一万物官网
在这样的大模型创业生态中，其实只要产品稍微好一点，营销巧一点，时机把握好，很容易脱颖而出。
今年 3 月，AI 创业者华融琦利用 Kimi，写了一个《Kimi 最全指南》的云文档，传播很广。他对「定焦」说，Kimi 做长文本很早，从一开始就拿这个点做单点突破，给人留下了根深蒂固的印象，而长文本是一个通用性的功能，Kimi 相当于是以功能和场景出圈。另外，创始人杨植麟超级学霸、AI 大牛、90 后的人设自带滤镜，在感性层面获得了外界更多支持，用户出于认可自发的宣传也给 Kimi 增添了不少流量和好感。
产品定位决定了市场策略。在国内大模型产品中，Kimi 是少有的从一开始就明确只做 to C，不做 to B 的产品。Kimi 发布的第一天，杨植麟就说过，希望先提升模型能力，同时也会聚焦 C 端超级应用，通过产品连接技术与用户，Kimi 是第一个产品尝试。
对 C 端用户的看中，决定了 Kimi 的产品体验不会差。无论是 200 万字的超长文本，还是拖拽檔案的无门槛操作，以及简洁的页面设计，都能体现这家公司的用户思维。
BAT 等大厂的大模型，做的很早，想要的也很多。在 " 做给谁用 " 这个问题上，大厂是典型的既要还要，既要吸引 C 端用户，又想让 B 端客户付钱，所以大厂基本都是把大模型跟云服务打包在一块，C 端 B 端两手抓。
智谱 AI 是清华系的创业公司，全面对标 OpenAI，公认技术实力强悍。智谱也有面向 C 端的产品，但落地方向以 to B 为主——智谱在机场广告牌上打的大屏广告，" 助力千行百业加速迈向通用人工智能时代 "，明显是给企业看的。
相比之下，Kimi 是少有的从用户需求出发打造的产品。这不是说月之暗面的动机多么高尚，只是从结果来看，用户认可度更高。
抢了谁的生意？
作为一家创业公司，月之暗面少了些包袱，得到人们更多包容，这是大厂没有的优势。
去年 3 月百度在国内率先推出文心一言时，人们的关注点不是产品的功能表现，而是它有没有套壳，以及产品演示为什么是录播。
C 端用户对大厂有一种天然的挑剔，甚至认为他们是创新的敌人。所以当杨植麟顶着 90 后创业者的光环出现时，很轻易就被贴上了颠覆者、破局者的标签。
那么，月之暗面的真实技术实力如何？Kimi 的火爆能持续吗？
AI 创业公司语核创始人池光耀认为，总体来看，考虑到长文本能力，Kimi 是潜力很强的模型，能排在国内的第一梯队。
他对「定焦」分析："Kimi 对长文本的追溯能力很强，在给定材料中靠指令要求追溯特定信息的准确度很不错。即使是把指令埋在两三万字的小说中也能做到正确遵循。另外，它处理大部分日常任务的逻辑性能足够，虽然对超长材料的总结提取可能会漏掉部分细节，但能保留主体正确。"
华融琦认为，各家大模型都有自己擅长的点，Kimi 的优势是解读长文本，像是一个超级智能的文本检索器；智谱的智能体比较完善，搭建了开源生态，基于这个生态开发项目比较方便；MiniMax 的模型比较懂人性，在角色扮演、情绪价值上有优势；文心一言的安全性和合规性做的比较好。
"Kimi 确实是 C 端工具中最耀眼的，但在其他方面，比如 AI 系统搭建，光靠 Kimi 还不行。" 华融琦说。
由此来看，Kimi 只是在 C 端用户最容易感知的一些方面，暂时做到了比较好的体验，但这不意味着它就具备了很大的优势。
AI 行业投资人柳笛对「定焦」说，现有的这些大模型，没有同一框架下的可比性，其实论综合能力，百度、阿里、智谱 AI 的产品是不错的，但 Kimi 在一些办公场景，比如复杂搜索、多轮对话、报告分析等方面好用，被用户当作辅助工具来用。
不过，由于产品定位清晰，Kimi 已经对大厂的产品产生了替代效应，比如搜索。
" 我觉得有了 Kimi，基本可以不用搜索引擎了。" 一位 Kimi 用户对「定焦」说，在他看来，Kimi 的联网搜索 + 自动生成功能，对传统搜索是降维打击，" 过去搜资料，你要从大量结果中自己去筛选、判断、分析，现在这些过程都可以省略，你只需要下指令就可以了。"
很多人没有注意到，Kimi 爆火的那段时间，还有一款产品的流量也增长迅猛。根据 "AI 产品榜 " 的统计，AI 搜索产品 " 秘塔 AI 搜索 "3 月访问量同比翻了 5 倍，在总榜中的排名快速爬升，仅次于文心一言和 Kimi。
柳笛认为，Kimi 对大厂接下来的策略产生了影响。" 大厂明确 to C finetune（微调）的方向了，更加看重 paperwork 的质量，而不是纯生成一些聊天内容，让用户调戏。"
当然，也有人对 Kimi 的可持续性持怀疑态度，认为它不一定能赚到钱。国内的大模型厂商之所以要做 to B 生意，是因为能看到明确的变现场景，C 端产品难出爆款，出了爆款后算力成本是个巨大负担，让用户付费则考验用户粘性。而很多用户涌入 Kimi，也是看中它是免费。
秘塔科技 CEO 闵可锐曾经直言：在国内不论针对什么环境，与国际市场的付费意愿相比而言是糟糕的。
"Kimi 也没成功，它在试图先培养用户习惯，现在能维持百万 DAU（日活），月推理成本都得大几千万，接下来大家就要验证收费了。" 柳笛说。
华融琦认为，Kimi 对 C 端收费是一个必由之路，" 只是要看在什么阶段、对哪些功能进行收费，这就很考验 Kimi 的产品和定价水平。"
大厂转变策略后，对 Kimi 形成围剿之势，因此技术和产品的迭代速度很重要。
"AI 这一波浪潮，大家达成共识特别快，一旦进入白热化的打仗阶段，不管是抢用户还是抢收入，恐怕不会特别久。" 华融琦说。
