月之暗面被曝融资超10亿美元，阿里领投

2月19日，据多家媒体报道，AI创业公司月之暗面（Moonshot AI）近期已完成新一轮超10亿美金融资，由阿里领投，阿里单独就投资8亿美元，其他参与方包括红杉中国、小红书、美团，投后估值约25亿美元。

月之暗面的上一轮融资为2023年获得的超2亿美金融资，投资方包括红杉中国、真格基金等。

如果消息属实，这是国内AI大模型公司迄今获得的单轮最大金额融资。

不过，月之暗面方面表示，对具体融资消息暂不方便评论。

月之暗面创立于2023年3月，致力于寻求将能源转化为智能的最优解，通过产品与用户共创智能。创始团队核心成员参与Google Gemini、Google Bard、盘古NLP、悟道等多个大模型的研发，多项核心技术被Google PaLM、Meta LLaMa、Stable Diffusion等主流产品采用。据36氪报道，目前月之暗面团队人数已超80人。

月之暗面创始人为90后“学霸”杨植麟。资料显示，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。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脑研究院和Meta（Facebook）人工智能研究院。

杨植麟曾在接受采访时曾表示，无论是文字、语音还是视频，对海量数据的无损压缩可以实现高程度的智能。

无损压缩的进展曾极度依赖「参数为王」模式，该模式下压缩比直接与参数量相关，这极大增加了模型的训练成本和应用门槛，而月之暗面认为：大模型的能力上限（即无损压缩比）是由单步能力和执行的步骤数共同决定的。单步能力与参数量正相关，而执行步骤数即上下文长度。

Moonshot AI相信，更长的上下文长度可以为大模型应用带来全新的篇章，促使大模型从 LLM时代进入Long LLM (LLLM)时代：每个人都可以拥有一个具备终身记忆的虚拟伴侣，它可以在生命的长河中记住与你交互的所有细节，建立长期的情感连接；每个人都可以拥有一个在工作环境与你共生（co-inhabit）的助手，它知晓公域（ 互联网）和私域（企业内部文档）的所有知识，并基于此帮助用户完成OKR；每个人都可以拥有一个无所不知的学习向导，不仅能够准确的给你提供知识，更能够引导你跨越学科间的壁垒，更加自由的探索与创新。

自2023年成立以来，月之暗面已经完成了从通用大模型到上层应用的布局。在大模型层，月之暗面已训练了千亿级别的自研通用大模型。

在应用层，月之暗面于2023年10月正式推出首个面向C端的产品“Kimi智能助手”，这是月之暗面做To C超级应用的第一次尝试。Kimi智能助手支持20万汉字的长文本输入，主打无损记忆。

“长文本（Long Context）”是月之暗面当前主打的技术之一，这来源于团队希望突破大模型的落地瓶颈——大模型的智慧之所以能“涌现”，主要是因为通过扩大参数规模，突破到了千亿级别。但当前大模型落地的瓶颈，不仅有参数规模大小（即模型计算能力），还有模型的“内存”大小，即记忆力。每轮对话能处理多少上下文信息，决定着AI应用的体验好坏。

据当前公开信息，除月之暗面以外，包括智谱AI、MiniMax、百川智能、零一万物在内的创业公司，估值都已达10亿美金。

此外，阿里已投资包括智谱AI、百川智能、零一万物在内的创业公司，腾讯也投资了智谱AI、百川智能、MiniMax等企业。

显然，互联网大厂也在通过投资的方式弥补赛道布局的空白。

北京时间2月16日凌晨，谷歌发布了最新的多模态模型Gemini Pro 1.5；仅仅几个小时后，OpenAI发布了首个AI视频模型Sora，可以生成超过60秒的视频，再次引发全球轰动。

自ChatGPT爆火以来，从文本到图像、视频，多模态模型的发展速度一直在加快，但训练成本更高，对于资本和人才的需求也在同步提升。以融资的方式储备弹药，是创业公司在短时间内完成突破的最优解。