最近，Kimi Chat在AI圈里爆火，这背后的原因是什么？当大家都在长文本处理进行探索和深耕时，为什么Kimi可以获得更多关注？在这背后，我们或许需要更纵深地思考大模型的未来。

比数据量，布局比较泛，产品线的实用性和宣传的预期差让很多用户感到不好用。有点儿像我们今天的新能源车的发展，上来就是堆各种技术指标参数，不考虑用户是否真的能用到。而月之暗面的产品线就比较专注，按照互联网端产品开发的逻辑来说，首先在定位上，月之暗面和大厂们就有很多不一样的地方。” AI 领域连续创业者、上市公司公共关系顾问王伟男向知危表示。

定位垂直，就赢在了起跑线上。下一步，在技术攻克上，Kimi 虽没有极强的过人之处，但起码技术水平基本与大厂持平。

路奇智能 GenAI 技术产品顾问连诗路对知危分析，“ 从模型的参数技术上来看，Kimi在行业内属于第二梯队，比百川智能、讯飞星火好一些。但Kimi大模型参数的量还是比通义千问、文心一言、混元大模型要弱。”

Kimi 的文本处理长度是 200 万字，长达 80 集的《 甄嬛传 》剧本、几十万字的德州扑克教程、90 万字的《 三体 》，Kimi 都能很快提炼、理解，甚至给出方法论。

听起来确实很恐怖，但实际上 200 万在行业内是个基础水平，阿里、360、百度等互联网大厂能处理的长文本文字范围都在 200 万以上，百度方面称其长文本功能的文字范围会高达 500 万，通义千问则最高可达 1000 万。

可以这样理解，Kimi 火热的背后，没有极其未来感的技术神话。Kimi 更像是个 “ 更会学习的好学生 ”，在如今长文本应用层赛道的混战中，首先要把成绩拉到和大厂这类优等生持平，然后再通过 “ 偏科能力 ” 提升辨识度。更何况，Kimi 主攻 C 端用户，一个能获取大量民心的好学生，不可能当不上班长。

跳出产品本身，月之暗面也无疑是一家会营销的公司。

不久前，有 AI 领域投资人透露，目前 Kimi 投放广告的获客成本约在 10 元，如果算上拉新后用户问答互动产生的算力成本，每个用户的获客成本达到 12-13 元。按照近期的下载计算，Kimi 每天的获客成本至少要花 20 万元。

连诗路也表示，月之暗面确实是在营销上下了功夫，这也是其优势之一。“ 去年 10 月，Kimi 就已经推出了。但早期月之暗面和杨植麟本人都是闷头在研发上，没做什么推广。” 连诗路说，去年下半年，他参与了 Kimi 的小规模试用，“ 那时候的话仅仅就是在 AI 行业圈子内让大家用一用，没有对外推，直到今年 3 月份才开始发力营销。”

所以，在行业人士看来，Kimi 是一条鲶鱼，但不是横空出世的紫薇星。

Kimi 的火爆更是天时地利人和的共同作用。一方面，大模型应用层鏖战已久，各家的技术水平都已经成熟，到了该跑出一款大热应用的时机。另一方面，Kimi 自己从初始定位，到技术深耕、产品打磨，再到舍得在营销上砸钱，这一系列动作环环相扣，跑出来也是必然。

二、成本和获客，不是Kimi最该操心的事情

定位 C 端、重前期营销，站在这两个让 Kimi 一战成名的制胜点上向后望，光景也许不太一样。

因为，C 端的定位有利有弊。不可否认的是，Kimi 的火爆证明了大模型在 C 端是有庞大真实需求的，只是过往没有被大厂们重点强调。大厂不缺技术，更不缺成熟的产品思维，也正因如此，大厂才会一直死磕 AI +产品的逻辑，技术能力上乍一听颇为性感，但在 C 端并没有建立起稳定的认知，所以才会被 Kimi 抢先。

王伟男举例，比如 Kimi 很早就提供了联网搜索功能，后来大家也都开始做了。“ 但实际上最开始的时候，很多大模型的这个应用定位上都是走大而全，而不是走那个最实用的路线。而且，如果不做一个垂直产品的话，就根本不会知道大模型这个新物种对于自己的意义是什么，自己的用户需求又是什么。”

需求确实存在，但怎么做，还得摸索。月之暗面创始人周昕宇也曾表示：“ 如果要做 AGI 通⽤⼈⼯智能的话，需要与用户共创。如果只是闲聊的话，对模型的反馈会比较弱。所以我们希望 Kimi 可以帮⼤家来做很多对智商要求比较高的事情，这样模型的上限会更高。”

连诗路指出，“ 做 C 端是有可能盈利的，但是时间会比较长，不如 B 端可以通过直接赋能企业变现。” 再者，Kimi 也需要多次试错之后找到一个最适合自己的商业场景，毕竟仅仅靠与用户的一问一答，对于单款产品来说，变现的周期无法预估。

再说营销投入这一环。Kimi 每日获客成本要 20 万元的消息一出，引来了不少人的质疑。毕竟，前期为了铺开声量，烧钱投放还可以理解，但 AI 的特殊在于，每一个用户进入之后，还要产生源源不断的算力成本，月之暗面能承担得起吗？

连诗路解释，运营投入实际上是有可控度的。“ 后续算力投入的话，主要分为两部分。一是购买算力本身，二是购买算力跑起来所需要的能源，也就是电力。长远来看，Kimi 的确需要更多的辅助。不过，现在 Kimi 已经接受了阿里的投资，而且这个投资不是以现金的形式进来的，而是以算力服务的方式进来的，这就是比较适合 Kimi，也比较漂亮的一次融资。”

目前来看，Kimi 走的还是一条标准化的路子，危险系数也不高。面向 C 端的定位能更高效地切入行业，虽然变现效率不及 B 端，但长文本现在还算 C 端的 “ 大杀器 ”，或许足以支撑 Kimi 在实践中找到一个最佳的商业场景。成本更不太需要 Kimi 操心，备受瞩目的“清华系”出身，也能让月之暗面有更多故事可讲。

连诗路分析，Kimi 后期的运营将分为两个阶段。“ 第一个阶段，基础模型要做得比一般的模型好，因为对标国内大模型来说没有特别领先。第二个阶段是打磨产品，到底是学习、模仿并超过 ChatGPT，还是做一个 AI 搜索引擎，这些都需要团队更仔细地考虑。如果还要做 toB，对于 Kimi 这种 toC 出身的团队来说，基因不一样，那么就需要跨越行业的 Know-how，处理不同的数据集等等，这可能还需要重新搭建团队。”

三、Kimi的未来，也是大模型的未来

更多时候，惯性思维还是会引导我们把大模型当作一个孤立的 “ 产品 ” 来看，讨论它怎么获客，怎么以传统的互联网产品逻辑变现。但如果跳出这个逻辑，大模型的发展空间肯定不仅仅是紧盯着一个两个用户的引入。

月之暗面创始人杨植麟就认为，长文本本身的可扩展空间非常大，他提到，不能只看数字，因为今天是几百万还是多少亿的窗口没有意义，要看的是 “ 它在这个窗口下能实现的推理能力、the faithfulness 的能力（ 对原始信息的忠实度 ）、the instruction following 的能力（ 遵循指令的能力 ）——不应该只追求单一指标，而是结合指标和能力。”

Kimi 的个体命运刚刚开始，长文本也是。或许在 AI 进入真正的成熟发展期之时，长文本早就是不被单独提及的技术壁垒了，它会在自我迭代和外部进程的双重作用下，产生更多价值。

想象空间更大的还在于长文本可能带来的商业机会。创业者们非常乐于看到 Kimi 的出现，说白了，Kimi 最直截了当地解决了长文本这一个痛点，让很多创业者都看到了新的应用方向。

作为创业者，王伟男也认为，Kimi 的影响更加纵深，大家因它而更加对 AI 应用的落地充满信心。“ 以前互联网创业的逻辑是，做一个新的产品到互联网上获客，然后产生经济效益，这种创业生态已经非常卷，非常成熟了。经过一波厮杀，留下来赚到钱的人，接下来的课题无非就是提升生产效率和降低成本，大模型的本质就是在解决这些课题。我们的创业土壤的成熟度决定了，在某一个点，一定会有大模型爆发一个指数级增长。”

多位行业人士对 Kimi 的形容是 “ 万里长征才刚刚开始 ”，我们很难用过往的互联网经验看待大模型，看待看似朴素的 Kimi，就像我们很难在过去预知互联网的诞生，更无法预知短视频、直播电商一众新兴行业的崛起。

“ 去年开始，一些跟模型应用上下游相关的行业都在做同一件事，就是囤很多应用类人才和团队，因为当时大家所有的人都默认，谁掌握了平台生态，谁能快速构建起多场景落地能力，谁就会拿到晋级票。” 王伟男举例，类似于移动互联网的发展历程，一开始很多研发者聚集在平台里，做出了产品，拿到了流量，然后有了美团、腾讯、淘宝。后来在这些平台孤岛上，又有更简单的小程序出现了，一大部分研发生产力被释放，也让更多的创业机会涌入，“ 过去十年间在移动互联网发生的一切，也会在大模型的世界里重现。”

Kimi 的惊艳之处更多的在于，它的思路有可能在未来牵起某一种新产业，或者是在旧的产业中注入生机。只把 Kimi 当作一个 “ 工具 ” 或 “ 产品 ” 来看，获客成本、商业化能力肯定是最重要的，但假如把它当作一个类似 “ 互联网 ”的契机来看，意味完全不同了。

大厂卷 toB 应用场景未必是绝对正确的，万一 toC 才有更广阔的未来呢？