用Kimi总结了张小珺访问月之暗面的那篇文章-轻识

Kimi应该是国内最好的大模型toC应用了，没有之一。

随着Kimi的大火，也遇到了幸福的烦恼，请求太多，访问挂了。

我用Kimi对张小珺访问月之暗面的那篇文章进行了总结。

这篇文章是关于杨植麟，月之暗面（Moonshot AI）的创始人兼CEO，以及他在人工智能领域的创业经历和对大模型技术的深刻见解的深度访谈。以下是对文章内容的3000字摘要：

创业背景与挑战

杨植麟在硅谷进行了一次关键的计算，意识到要启动以人工通用智能（AGI）为目标的大模型创业，需要在短时间内筹集超过1亿美金的资本。一年后，这个数字翻了13倍。大模型公司的竞争首先是资本的角力，需要领先对手找到更多的资金、购买更多的硬件资源、抢夺更多的人才。

月之暗面成立于2023年3月1日，是一家专注于大模型技术的公司。没有像其他对手那样，做更稳妥的toB生意，或者在医疗、游戏等细分场景中找落地，尽管团队规模不大，但专注于开发面向消费者的toC的智能助手Kimi，这是一个支持长文本输入的产品。杨植麟将公司视为科学、工程和商业的结合体，旨在通过与人类的互动找到应用机会，并将这些应用商业化。

融资与市场变化

月之暗面在2024年2月完成了一笔大额融资，以15亿美金的投前估值完成超10亿美元B轮，成为估值最高的一家独角兽。杨植麟分享了他的融资经历，强调时机的重要性，并分享了他对技术发展的深刻洞察。

个人经历与学术背景

杨植麟的学习与工作履历与通用AI紧密相关，他的论文引用超过22000次。他曾在Google实习，与图灵奖得主合作发表论文，并从他们身上学到了合作的重要性和如何从宏观角度看待技术发展。

对未来的展望

杨植麟对大模型行业的未来充满信心，他认为尽管目前存在技术挑战和市场不确定性，但大模型技术将继续发展，带来更多的应用场景和商业机会。他预测，未来几年将出现更多的技术突破，特别是在视频生成和多模态领域。

Kimi未来不想去卷搜索场景，搜索只是这个产品价值很小的一部分，这个产品配得上更大增量，比如传统搜索好10%、20%没有什么太大价值，只有一个颠覆性的东西，才配得上AGI。

独特性价值是你增量的智能，要抓住这个点，智能永远是最核心的增量价值，如果这个产品最核心价值只有10%、20%来自于AI，就不成立。

对行业的深刻见解

杨植麟分享了他对大模型技术的看法，包括对开源模型的看法、大模型公司与巨头的关系、以及大模型创业公司的未来。他认为，未来最成功的AGI公司将比现在所有公司都大，并且可能会出现更多用户量级更大的产品。

对创业的感受

杨植麟表达了他对创业的感受，包括他的兴奋、激动以及对未来的乐观态度。他接受了失败的可能性，并表示创业已经完全改变了他的生活。

这篇文章提供了对大模型技术和AGI发展的深入分析，以及一位年轻AI科学家和创业者的视角。通过杨植麟的故事，我们可以窥见中国大模型行业的快速发展，以及全球AI领域的未来趋势。

技术发展与挑战

杨植麟讨论了大模型技术的发展，包括检索增强生成（RAG）技术，这是一种结合检索到的外部信息来增强LLM生成响应的技术。他提到了大模型面临的技术挑战，如上下文限制、模型能力限制和数据缺陷等。

Scaling law为什么成为第一性原理？只要找到一个结构，满足两个条件：一是足够通用，二是可规模化。通用是你把所有问题放到这个框架，可规模化是只要你投入足够多算力，它就能变好。

在谷歌学到了：如果能被更底层的东西解释，就不应该在上层过度雕花。能用scale解决的问题，就不要用新的算法解决。新算法最大的价值是让它怎么更好的scale。

要model scaling和user scaling。

长文本是登月的第一步，它很本质，它是新的计算机内存。过去几十年，老的计算机内存涨了好几个数量级，这些一样会发生在新的计算机上。

context不够，就没那么通用，要变成通用的世界模型，就需要long context。

登月的第二步是真正的统一的世界模型，能够统一各种不同模态。同时在没有人类数据输入的情况下，AI可以持续进化。

达到这种状态，可能需要两三年。