聊聊 Kimi Chat 的種草現象

有券商報告披露的統計數據顯示：人工智能公司月之暗面推出的主攻長文本交互問答的大語言模型產品Kimi Chat，截至2024年3月25日的網頁端、APP和小程序疊加日活躍用戶已達225萬，接近甚或超過百度旗下的“文心一言”。

如果統計方法足夠精確的話，這是一個相當可怕的事實。再參考該券商報告統計的半個月前（即3月10日）Kimi Chat 的日活用戶剛突破120萬的數據，也就是說它自從長文本理解的容量20萬字一下子拓展到200萬字之後短短半個月，日活就飆升了一倍，這就顯得更可怕了。

這不光是看着可怕，而是實打實的厲害。基於大語言模型的生成式人工智能（GenAI）在中國熱熱鬧鬧一年多，好像很少有人站在“增長”角度討論玩家們的此消彼長。過去，大家更樂於掰手腕和秀肌肉，彰顯自己是國內地表最強大模型，哪幾個關鍵指標又“吊打”或“完敗”了 GPT-4，在抱抱臉社區（Hugging Face）拿了多少顆星和多少vote。整的跟拼 GPA 和發頂刊論文似的，一股子校園味兒的爭強好勝。

大模型公司的競爭不能那麼雅緻，那麼文質彬彬，那麼溫良恭儉讓。ChatGPT 的絕對用戶數增長有點見頂了，國內有幾家頭部大模型的用戶活躍度也開始下滑。Kimi Chat起步最晚，半年不到，但增長曲線是最陡峭的，這證明了面向消費者的大語言模型是還有增長空間的。而月之暗面，可謂是在中國把大模型產品的“Growth Hacking” （增長黑客）做出了名堂的創業公司。

Kimi Chat的增長是怎麼實現的？有各種不同的觀察和看法，但肯定得回到月之暗面是一家怎樣的公司上來。它最近最引人關注的是阿里巴巴領投了它近10億美元的最新一輪融資，讓它的估值直接拉到了50億美元，與硅谷當紅炸子雞 Anthropic 不相上下。

你不得不承認，月之暗面是最符合中國——甚至硅谷最理想的 AI 公司形象的投資標的：“90後” 強學術背景的天才創業者，信奉“scaling law”（規模法則）的大模型煉丹術，有關鍵核心的技術，一個功能做到極致，通用人工智能（AGI）的堅定踐行者……

但很容易忽略的一點是：楊植麟和他創立的月之暗面，難能可貴地擺脫了所在的這個羣體的普遍侷限：象牙塔味兒太重，過於強調在某些參數和指標的全球排行榜名次，片面依賴論文等學術成果和開源社區表現證明實力，產品只面向開發者羣體，商務拓展能力偏弱，運營不夠給力……或多或少存在上述問題的含着學術金湯匙的國內 AI 創業公司新貴，就還是挺多的（不敢點名）。

月暗不太有象牙塔味兒，但有點兒朋克。它也不衝榜，不秀參數，不跟 GPT-4 掰手腕較勁（這點連 Anthropic 都不能免俗），一個無損壓縮技術，把百萬級長 token 的處理對算力、存儲和帶寬的佔用降到了一個較低的程度，處理複雜任務的效率更高，不僅適用於長文本閱讀和分析，也爲它基於極其複雜文本的多模態生成奠定了基礎（這點很多人都忽略了，以爲 Kimi 就用來讀論文）。月暗好像也沒打算開源無損壓縮技術（放眼世界都沒有哪家頭部的 AI 公司真的會開源祖傳秘方），也不怎麼發論文。而且它的產品是面向普通人而不是專業人士的，相當 to C……這些都是月暗與很多籠罩着科學家大牛和學術光環的國內 AI 初創公司截然不同的地方。

真要拼學術，清華本碩+卡耐基梅隆博士學位，自然語言處理領域華人論文作者引用量前十，Transformer XL 和 XLNet 的一作，楊植麟本人的成果是不遑多讓的。但當他把月暗變成一家公司的時候，他沒有讓這些學術領域的果實變成他的 legacy，而是把它們變成了一款看得見摸得着的產品，讓普通人有感，有體驗的衝動，這是月之暗面最難得也是最可貴的突破。

這件事真的太不容易了。其實過去一年，大語言模型產品的“實用化” 進展是不如當初想象的順利的。依附 ChatGPT 的 GPT Store 現在也沒搞出太多名堂。在中國，先是百模大戰，一些玩家出局或沉寂，2023 年底，“卷應用不卷模型” 成爲部分從業者的共識，但普通人對 AI 的感情是複雜的，好奇和恐懼疊加在一起，而且所謂“原生 AI 應用開發者” 這個羣體還沒有真的成熟起來，各個大模型公司的“開發者生態”都還處於相當早期的階段。在這樣的背景下，至少月之暗面的 Kimi Chat 做到了一點：讓一款大模型產品本身成爲了一個準殺手級的應用。

最好的 AI 應用，其實就應該是一個大模型本身。ChatGPT 是這麼做的（儘管開發者不太高興），現在看起來 Kimi Chat 好像也是這麼做的。某種意義上，Kimi Chat 是一款把所謂的 TPF （Technology Product Fit，技術與產品匹配）理念執行得最到位的原生 AI 產品。大模型無損壓縮技術讓它以相對低的成本和更高的效率踐行 scaling law 這個 AI 進化的黃金法則，在這個基礎上，祭出無需藉助 RAG （檢索增強生成）的超長文本上下窗口的核心功能，再不斷將這一功能推到物理極限，進而創造更多人們使用它解決問題的可能性。

基於這樣的路徑，Kimi Chat 在今天已經相當程度實現了“技術即產品，產品即應用”。一些人可能覺得超長文本處理是僞需求，這將導致 Kimi Chat 的曇花一現，畢竟不是所有人都要讀論文和拉論文大綱（儘管大學生和研究生確實是 Kimi 的票倉用戶羣）。但是，“化繁爲簡” 是人類社會的普遍剛性需求。“長” 的東西不僅有論文，還有穿越小說、歷史典籍、公文材料、法律文書、使用說明、程序代碼、會議紀要、通話記錄…… 人類的經濟社會生活充滿了自然生成和基於秩序和利益保護而形成的“超長文本”，而人們需要更高效地理解它們，並基於這些理解更高效創造出複雜但有用的東西——不僅是文字，還有編程、繪圖、音樂和視頻等等。

很多時候，剛性需求不是一個場景，而是一個本質。不是所有人都要畫畫寫詩編程和做PPT，但所有人都需要把複雜的變成簡單的，再把簡單的變成複雜的——抓住這樣的剛需，提供一個最本質的能力（處理無限複雜超長文本任務的可能性），擴張實現這一需求的極限，應該是 Kimi 呈現出殺手應用潛質背後的邏輯。

我們可以分別用字節跳動創始人張一鳴和鋼鐵俠馬斯克各自的一個理念“驗證” 月之暗面和 Kimi Chat 的實踐。

張一鳴說過字節跳動是如何實現快速增長的：“build a company as a product” （像打造一個產品一樣打造一家公司），在強調增長和協同效應的移動互聯網爆發期，這的確推動了今日頭條和抖音的成功。到了生成式 AI 進入爆發期的今天，組織形態的重要性局部讓位給關鍵技術，而公司朝着更小的規模和更靈活的形態變化。在這種情況下，月之暗面的做法其實是“build a technology as a product”（像打造一個產品那樣打造一個技術），從而實現了很多 AI 創業公司念茲在茲卻未能實現的 technology product fit，讓技術不是秀肌肉的外在，而一開始就包在了產品的內核裡。

而馬斯克老師近期在 X 上發了一條著名的推：“The right way to grade technology is not comparing it to competitors (too easy) but comparing it to the limit of physics ” （評估一項技術的正確方法不是與競爭對手比較——太容易了，而是與物理極限比較）。我們甭管馬斯克老師說的是誰，至少月暗的做法是與這個理念非常接近的。它不跟 ChatGPT 比指標，也沒有急着趕工多模態和視頻化（不是說不做），而是不斷拉高長文本處理的極限。一個20萬字向200萬字的極限擴容，帶來了翻倍的 DAU 增長，也引發了國內大語言模型的長文本免費開放大戰。只要這個“物理極限”可以在 scaling law 的驅動下被持續拉高，一切好戲就還都有得看。

Kimi Chat 的破圈不是偶然的，除了沒有國內科學家創辦的大模型公司普遍存在的象牙塔味兒，用關鍵技術打造殺手級產品和應用，實現技術產品的 fit，並拉高技術極限，讓普通人對它有感有需求之外，它恐怕還是國內大語言模型產品“消費者”感官比較友善的一款產品，這跟它的產品形態、運營、市場營銷等推動增長的方式都有關，也非常值得玩味和關注。

首先是產品形態。我覺得 Kimi 的網頁端做的比它的 APP 和小程序好，這可能跟大部分人處理和存儲長文本更依賴電腦有關。它的網頁端首頁跟 Google 和百度一個格式，logo下面是對話框，我甚至都能想得到往後逢年過節和特殊紀念日 Kimi 怎麼在 logo 上玩花樣了。“長得像搜索”是一個比較獨特且討巧的設計，它讓普通人使用的門檻一下子降下來了。我還沒看見國內哪個主要的大模型產品用類似的界面，類 ChatGPT 的“左側菜單+上方使用場景提示+下方對話框”還是主流。我們用搜索引擎本質也是在輸入提示詞（prompt），Kimi 用一個搜索引擎式的界面，對普通人來說，是更知道該幹什麼的，也傳遞了某種代際輪替的暗示。

再看它的 slogan 和導引語。Kimi 的 slogan是“發現更大的世界”，看上去卑之無甚高論，當年那句“百度一下，你就知道”更傳神一些。但它 logo 下方滾動的導引語就有點意思了：“每一次，都集中全力——別焦慮，Kimi 幫你整理資料——文件，拖進來；網址，發出來” ，這就很有一點“種草” 文案的感覺了。各家的大模型都有用戶導引提示，但 Kimi 的這幾句話，似乎更有年輕人的語感和需要的某種情緒價值。我其實一直好奇月之暗面作爲一家科學家創立的早期 AI 公司裡面有多少文科生，我也知道 Kimi 的運營和市場團隊有不少女生，但他們是怎麼用增長的邏輯和方法設計這些界面、文案和物料的，我還真的是不太清楚，狠好奇。

Kimi Chat 近期的增長當然跟它直接捲起了200萬字超長文本的國內大模型用戶爭奪戰相關，但也離不開它的市場投入。最近國內的頭部大模型公司陸續開始打廣告了，但各自的策略和思路有所不同。其實我注意到的最先打廣告的國內大模型產品是字節跳動旗下基於雲雀大模型的“豆包”，自家的抖音上不少劇情演繹的博主都在一段時間內密集接了豆包的推廣，這也讓豆包的活躍用戶一度爬到了國內第一第二。豆包在抖音上的推廣是非常“抖音”的，一看就是帶貨，當然是很自然的帶貨，並不違和。但 Kimi 的做法和策略似乎不同。

可能生活在北京的同學們有人已經注意到了，Kimi 最近是投放了硬廣的，場景是在地鐵裡。智譜也投放了硬廣，場景則是高鐵和機場，很多過去是釘釘、飛書和火山引擎的廣告位。Kimi 的硬廣主題，還是整理資料緩解焦慮，而智譜主要是賦能客戶的能力。無論場景和主題，都能看出這兩家頭部 AI 公司的策略差異，智譜側重企業AI化轉型進程中的決策者，而 Kimi 瞄準的就是年輕的學生、社畜和打工人，是“種草”的思路和玩法。要知道當今的年輕人內心是很軟的，一個關鍵的 point 也許就能擊中入坑。

“種草” Kimi 的另一類“場所”，是抖音、小紅書和 B站。業界流傳的消息顯示，月暗是圍繞 Kimi 的核心功能和優勢在上述平臺做了不少“種草”工作的，一些面向普通的年輕人、旨在教普通的年輕人如何上手 AI 產品的博主，是 Kimi 主要的瞄準對象。至少現階段，Kimi 並不是太注重針對產業側的營銷和傳播，而是把火力投向了那些能真正帶來用戶轉化的渠道——無論是硬廣告還是軟投放。從這個角度看，Kimi 的策略跟豆包有點像，都不太經常在業界露臉秀自己的大模型肌肉，但對用戶在哪兒、怎麼獲得用戶比較在乎。月暗作爲一家科學家創辦的 AI 公司，產品感和圍繞用戶做增長的節奏，跟字節這樣的十幾年如一日產品和增長驅動的巨獸可在一定程度上相提並論，就也還是挺有意思的。

當然跟字節的豆包也有所不同，就我的觀察，Kimi 的營銷活動還試圖帶來一個效果，即創造和發現“good case”（優秀案例），誘發更多的用戶主動創造更多的 case，然後主動分享。進而吸引更多人進坑。

所以儘管我們也知道月暗投放了一些小紅書、B站和微信公衆號的博主，但當你看到這些用 Kimi 當搭子絕望趕論文的畢業生、拿 Suno 作曲 Kimi 作詞搭配搞中國新說唱、Kimi 解放了四大審計師、用 Kimi 搞定招投標等“種草” 內容，你也分不清哪些是 Kimi 主動出擊的，哪些是用戶的自來水，當然普通人也不關心這個。我們團隊前不久，又，整的都挺火，都有人過來問是不是接商單了。天地良心，真的不是，全是因爲我們團隊有倆2000年前後出生的女生是 Kimi 的粉絲，憑愛好擱那兒整活，純自來水。

這麼做的好處太明顯了：越多用戶，越多數據，越多語料，越多場景，越高效率的強化學習，模型進化越快。這有可能就慢慢形成了一個新的閉環，讓 Kimi 的基座模型有了一個新的門檻。

在全球大模型領域，技術上的最強選手“一夜易主”，XX “吊打” XX，張三“完敗” 李四的事兒在 AI 內容平臺上天天發生，可爲啥大家還是都怵 ChatGPT，即便 GPT-5 千呼萬喚還沒出來大家也怵，還不是因爲人家手裡有最多的用戶，這些用戶的行爲能讓模型越滾越強大。在國內，也是同樣的道理。去年的這個時候，“文心一言” 是靠高舉高打和斷言立論佔據了“誰是中國 LLM 的代表” 的心智的。一年過去了，出道最晚，但行動最快，甚至還有點愛豆光環的 Kimi Chat，至少讓這個格局出現了鬆動。

事情開始變得有意思了。最近國內 AI 領域有兩件事讓我特別感慨：第一就是月之暗面的 Kimi 悍然推出 200萬字上下文超長文本處理功能，把通義千問、文心一言等等都攪了進來，一時間大家比着免費開放無限制使用長文本功能（儘管可能大部分是用 RAG 實現的），有了點兒當年網約車大戰補貼競爭的味道，更多的國產大模型產品被真正地用起來了。第二就是羅永浩直播帶貨賣阿里雲的存儲，敢情這玩意兒還能這麼賣，大語言模型和 AI 應用開發的基礎設施，居然還可以種草。

我覺得啊，也許在中國，什麼東西都得被免費或打折的軍備競賽“卷”一下才能變成剛需，什麼物件兒都得被有流量的人帶幾次貨才能火起來，大模型產品也不例外。但無論如何，只要國產大模型產品能有更多人用，更多 case 和原生AI應用能有人用起來，這個事兒就真的開張了，就好了起來。

很多人都有進了不少 AI 羣，大家例行每天分享奧特曼、黃仁勳、馬斯克、吳恩達和卡帕西，談論英偉達的最強 GPU 和 OpenAI何時把人類帶向 AGI，談論馬斯克的 AI 機器人夢想，轉發吳恩達和卡帕西在斯坦福的公開課，然後一頓捶胸頓足，自愧不如。天天仰望星空，腳下一片綿軟，過得比誰都擰巴。月暗搞出來 Kimi Chat 這事兒，也包括百度、阿里、字節、智譜、Minimax 等玩家的一系列努力，至少告訴我們，在中國，正視算力、算法、模型能力的現狀，做一些突破某個特定極限的努力，讓 AI 有真正的用戶，是有希望的。

再回過頭唸叨一下月之暗面和 Kimi Chat，讓我們知道科學家是能帶出一個產品感和增長直覺非常敏銳的團隊的，大模型是可以被種草的，甚至是可以有愛豆感的，真的挺好的。