对话叶奇意：月之暗面K3、中国两代AI与AGI信仰

月之暗面Kimi的K3可以说 是去年春节“DeepSeek时刻”之后 再次震惊硅谷的中国开源大模型 在一些的基准测试上 K3接近甚至超越了一些硅谷最领先的SOTA闭源模型 这被称为：“Kimi Moment” 今年的“Kimi Moment” 跟去年的DeepSeek Moment 震撼是不一样的 我觉得中国模型第一次不是在拼性价比 而是说我们可以去摸那个SOTA模型 而且还是开源的 是 而且还是开源的 今天我们想聊的 不只是月之暗面 过去十年 中国AI经历了两代“四小龙” 上一代是以计算机视觉为代表的商汤、旷视、依图和云从 这一代则是智谱、月之暗面、MiniMax和DeepSeek 有意思的是 这两代公司是有传承的 从人才到资本 从实验室、工程经验 甚至上一轮创业留下的创伤 都是在影响今天的大模型竞争 我们经历过一波理想主义的破灭 最激情澎湃的职业生涯的时间已经奉献给AI过一次了 留到了这一轮的AI里面 有10%吗 即使23年没有流入 可能也逐渐流入进来了 一位我们中东的LP 就过来对开复老师说 我们现在发现我们有几百台V100没人用 你们要不要用 19年我们就尝试做了一件事情 叫做中文版的GPT-2 为什么兴哥（王兴）还有你们要押注杨植麟 兴哥他在赶去开下一个会之前 他丢下了一句话叫做 我确实认为创业公司能够去做超级模型和超级应用的概率很低 但我愿意支持一把 我们今天的嘉宾Kiwi是经历了过去十年 中国两代的AI浪潮更替的见证者和投资人 她也是在美团主导了对月之暗面的A1轮领投 今天 我们请她带我们重新走一遍中国大模型的创业史 以下就是我和Kiwi的采访 哈喽 Kiwi你好 欢迎做客《硅谷101》

谢谢 哈喽 要不要跟我们的观众介绍一下你自己 好的 大家好 我叫Kiwi 我是在AI行业打杂了10年的一个打杂工 如果一句话来概括我自己的话 我就觉得我应该是一个持续地保持着偏见 持续地犯错、持续地打脸 但仍然要坚持保持偏见的一个 AI行业的普通探索人 太谦虚了 跟你的采访我非常期待 是因为我觉得你是从上一轮 就是所谓中国的“AI四小龙” 对 然后到这一轮AI的“四小龙”或者是“六小龙” 大家有很多的名字 你是完整地见证了整个周期的一个人 有大概10年的时间 是不是 所以今天也非常期待 你可以跟我们多聊一聊中间发生的事情 背后的人 还有资本的走向 好的 但我得强调一下 其实我并不是真正的一个 非常非常懂AI和懂模型的人 我只是运气特别好 就是永远都夹在一堆学霸当中 对 然后我在旁边可能看着优秀的这些人 如何在探索和创造未来 我觉得你的名字跟Kimi很配 因为我昨天刚刚意识到 我在写这个采访提纲的时候Kiwi嘛 你这个W反过来就是Kimi了 就是可能缘分吧 巧合 因为你知道硅谷很多的模型公司 它们都喜欢用水果的名字 去命名一些模型产品 或者是它们在前测的时候 会有一些假名字会跑出来 下一次它们说不定 可以考虑用Kiwi这个名字 了解 其实我是因为中文名叫奇意啦 以前我在海外的时候经常会被问 是不是新西兰来的 对 是不是新西兰来的 我说我是中国来的 那我们先从你投资 Moonshot（月之暗面）的故事开始 好不好 因为确实是 我觉得K3最近吸引了非常多大家的关注 你当时是在美团 我在美团龙珠 对 应该你是在A1轮 Moonshot（月之暗面）

A1轮的时候投进去的 能不能跟我们讲一下当时的故事 我觉得可能这个故事要从2022年开始讲起 就ChatGPT发布之后 我们自己体验了ChatGPT了大概一周之后 我们发现这件事情不一样 就我们原来以为GPT 这个decoder only（仅解码器）的路线 只是一个NLP（自然语言处理）

生成式任务的细分分支 但是我们在跟ChatGPT交流了很久之后 我们发现 原来这个东西好像 似乎是一个能够通过图灵测试的这么一个 所谓AGI的一个萌芽的东西 当时就开始 努力地跟身边的小伙伴在交流说 你怎么看这件事情 所以我们后来在接下来两三个月的时间 我就聊了所有我们上一代 不管是我的researcher（研究员）

和engineer（工程师）的好朋友 还是后来又出现了很多在NLP领域 和在其他的RL（强化学习）这些AI领域 非常优秀的这些研究者 在交流之后我们觉得这东西是个大事情 它有泛化性 跟我们上一代的AI不一样 所以那个时候我们就在追踪 到底中国要来去做这件事情 应该是什么样的团队去做 说实话 我们会觉得 我们需要一个新的盘面出来 就是上一代的 如果你有历史包袱的一些公司 它很难放开手脚去做一件 你当下似乎都不知道 预期回报是什么的一件事情 但是唯一一个锚点是什么 就是人才永远都是锚点 就是你要相信AGI 你要相信这件事情他能做出来的这些人 他一定会聚集在一起 所以当时我们做法就是 我们去追到底谁相信AGI 并且我们认为他对技术的信仰 对于AGI的这个兴奋的程度是足够的 在这个点上面我们再逐渐地去排 到底国内有哪些人是对这事情感兴趣的 当时在名单上面 其实rank（排名）特别特别前面的 就是有Kimi 就是杨植麟 当时为什么会追到植麟 其实我跟植麟原本不认识 因为我是上一代 Computer Vision（计算机视觉）的 行业的那些朋友会比较多 但是可能植麟他们在NLP这边 我跟他们认识的会比较少 但是 你去看过去在ChatGPT发布之前 在中国有哪些在追求Transformer 这个架构下的规模化的这个模型 你会发现植麟一直参与在这里面 比如他2019年当时在Google实习的时候 就发了Transformer-XL和XLNet 从这个取名上就可以看到他很想规模化 后来我们看了 比如说在国内智源的时候 就智源研究院 当时有CPM、GLM的模型里面 其实你会发现 清华的唐杰老师、植麟 包括刘知远老师 他们都有在尝试着去做 decode only（仅解码器）路线的 这个scale（规模化）

同时又在隔了一年之后发现 华为发的那个盘古1.0 怎么植麟他们那个团队还在里面 你就会发现 这个人好像一直都在追求这件事情 即使在ChatGPT发布之前 所以当时我们就非常非常想去跟他交流 但实话说 我们追了大概四个月的时间 一直都没有聊上他 到后来的时候是已经到了A1轮 其实他第一轮已经关闭了之后 我们才成功地加上植麟的微信 最后在交流之后决定了投资这个事情 对 我听说加他微信也不是一件容易的事 是不是 我觉得这个一部分的原因 是因为我自己的能力不够 因为我说实话 我真的是一个行业的无名之辈 因为我那时候是刚刚从AI的产业界 跳到了这个投资界 所以我没有出手过任何项目 所以我觉得在这个场景下面 加微信他不通过是一件非常合理的事情 对 但是当时我应该是去 他之前的AI公司去拜访了3次 我去见了他的其他几位联创 包括后来我其实还跟Tim（周昕宇）

因为Tim是老旷视的人 可能（前一代AI）“四小龙”的人 我们交流会多一点 Tim就跟我说 他要去跟Kimi一起去创业了 也去交流了很多 所以我们知道我身边有好多的优秀的 非常相信这一波LLM（大语言模型）

和AGI的小伙伴 他们自然而然地汇集到了一起 所以当时我有一些好朋友 已经加入了当时Moonshot 当时就说你们现在需要一些什么东西 他们跟我说我们现在非常需要人 因为原本这个团最早的那个架子 其实算法研究者偏多一些 但是大模型这件事情其实你会知道 下面的系统工程、infra（基础设施）这些都很重要 那我就从上一代的四小龙里面去找 之前我特别优秀的那些前同事小伙伴们 因为说实话 这个未来我们再展开 就上一代四小龙经历过一个非常长的周期 大家有激情澎湃的时候 也有下来就是行业到冰点的时候 所以那些小伙伴其实散落在各个地方 有的还留在“四小龙” 有的去了一些大厂 有的去了量化公司 那我们就一个个帮他们去找说 你们对这一波大模型感不感兴趣 我说实话 80%的小伙伴其实会拒绝 为什么 是因为你经历过一波周期 我们经历过一波理想主义的破灭 所以这个时候他把自己人生 比如20多岁刚毕业 到30岁这个时候最宝贵的 也不能说最宝贵吧 就是说最激情澎湃的职业生涯时间 已经奉献给AI过一次了 但是从1.0的时代来说 他们没有得到一个 从世俗意义上特别好的一个回报 比如说成就出了 像互联网公司一样特别伟大的公司 所以这个时候很多人已经 会有失败的路径依赖 我可能暂时就先不探索了 或者说暂时我就先观望一下 但是会有那么一小撮 比如说10%到20%的那些人 他完全不计我会获得什么 他只是在思考的是 好 这个事情足够让我兴奋 这个事情足够地有影响力 我很想去参与到这个事情的探索当中来 他们就会被说动 我就把这么 就是一拨小伙伴其实有劝到Moonshot 因为即使是AI行业 我觉得大家之前探索的方向不一样 也不一定互相认识 这个时候其实又介绍了一些 我觉得非常优秀的工程师过去 这些工程师在模型训练的过程中 展现的价值和能力 之后他们就跟Kimi（杨植麟）去 就是帮我说了说话 说我们加入的时候跟Kiwi也聊 Kiwi对这个团队非常感兴趣 所以最后是有一天我在高铁站 我当时从上海要去杭州高铁站 突然宇韬也好 他们有另外几位朋友也好 说 Kimi同意要见你们了 然后帮我们拉了群 加了微信 我们下一周就飞到了北京去见Kimi 对 就有一段波折 对 跟大家说一下 其实Kimi是杨植麟的英文名字 英文名 对 对 跟他那个模型是重名的 是的 所以见Kimi不是见模型 是见杨植麟 对 见植麟 对 但是他后来把名字改了 是不是 对 因为你内部不希望语义有歧义嘛 可能就把叫植麟 现在叫KK KK 对 好 所以你见到杨植麟的第一面是什么时候 应该是5月份了吧 4月底 5月初的时候应该是 2023年的 2023年的 5月份 对 第一面印象怎么样 第一面印象就是一个很朴实的研究者 就是我觉得好多很优秀的研究者 就是很朴实、很简单 他就是单纯地对于一件事情 解决一个问题 非常地纯粹 我认识的很多 不管是在Mootshot也好 在DeepSeek 或其他的大模型 包括智谱之类的大模型公司 就是有一拨真正的非常热爱这个行业的人 他就是很纯粹 我觉得也没有很神话这件事情 因为我印象特别深是 2023年10月份他们第一波Kimi Chat 和它第一个模型发出来的时候 我觉得就是国内当时 其实我觉得是 因为它long context（长上下文）做得特别好 alignment（对齐）也做得特别好 其实我觉得是当时效果特别好的模型 我自己用了之后我觉得很兴奋 我就问Kimi的小伙伴 我说你们为什么能做到这么好 他说 我们也没有做什么 我们就只是踏踏实实地把所有该做的事情 踏踏实实给做了 所以我觉得 我当时见到植麟第一面的时候 我就是觉得 就是很纯粹地在谈论技术 我们就向他请教 他理解的大模型AGI是怎么回事 植麟当时就跟我们讲 他当时的 就在2023年的时候 他定的目标其实总结起来是LTV 他当时说 LTV是什么呢 L就是long context T就是truthfulness 就是可靠性 V是多模态 就video这个 他觉得这几个方向 其实很有可能是接下来 要去做AGI比较重要 比如说long context（长上下文）这个重要性 我就不赘述了 Truthfulness（可靠性）也不赘述 当时有幻觉问题 V的那个点是认为他觉得 文本模态如果最后也被穷尽了之后 其实它需要更多的数据 去补充这个智能的skill（技能）

对 data skill（数据技能）去补充智能 所以其实我觉得当时就是 很纯粹地在向他去学习 他对于AGI和大模型的看法 对 你刚才说的LTV我觉得这个特别有意思 因为你知道在广告行业LTV是什么意思吗 是什么意思 Lifetime Value 就是你衡量一个顾客他终身对你的价值 我知道了 对 所以它是一个特别商业化的词 但是在植麟的口中 LTV是一个特别AGI的词 我觉得 但是这两个词是一个缩写 我觉得还蛮有意思的 是 可能是一个很有意思的巧合 对 对 非常有意思 但是那个时候你觉得植麟终于加你们 见你们的时候 是因为他open（开放）了 要跟你们谈谈融资的事吗 我觉得他其实之前也不是不open（开放）

单纯的是因为 整个资本市场其实是一个 信噪比特别特别低的市场 我觉得 所以只是说可能作为我这个人 它的这个标签相对来说 可能一开始看标签的时候 确实看起来也不知道 是noise（噪声）还是signal（信号）

对 所以我们可能就是付出一点真诚 付出一点努力 然后他看到了真诚 所以来跟我们聊 只是一个我觉得触达的过程 他们应该也没有说 在那个时间点才开放了说要去谈融资 对 对 所以他就听到了说 有这样的一个投资人 Kiwi一直在锲而不舍地想跟他聊聊 同时她又推了很多的同事到公司里面 然后大家对她的评价都还不错 对 我觉得可能是那些小伙伴 一个信任建立的关系 对 我觉得是人与人之间建立的这个事情 因为本身我的标签不足以说明任何的事情 就我这个人是个很普通的人 但是可能小伙伴们之间 因为他们建立了信任关系 他们的一些背书可能让当时 我们得到了这么一个小小的机会 对 所以加了三次微信 我不记得我加了几次微信 可能每周我都试图加一次微信 对 可能是在众多 微信申请好友当中的这么一个 对 来聊聊你们投进去的这件事情 当时是A1轮 A1轮 对 对 当时 从哪个角度聊 你们当时美团是领投了A1轮 对 领投了A1轮 我觉得有几个角度 首先就是为什么是你们领投 对 我觉得这个事情可以说一说 就我实话说 在我们领投的那个阶段 已经是在2023年的五六月份了 其实市场上同期的一些大模型公司 其实已经把前一到三轮 可能都已经融得差不多了 其实Moonshot当时的估值 应该是同市场比较低的 比如说像零一万物、像百川 我记得当时都已经估值过 基本上投前就接近10亿美金了 有一些更早的 比如说更早成立的 并且更早的已经train（训练）过 仅解码器模型的一些厂商 比如说MiniMax、智谱 其实当时的估值也应该要过15亿美金了 可能（月之暗面）这个团队 是相对比较年轻 或者说之前并没有去做出过 特别特别大的一些公司 所以当时可能市场上给他们的关注度 相较其他的一些公司来说就会相对低一些 所以我觉得也是我们运气比较好 在相对来说关注度不太那么高的情况下 得到了一些领投的机会 其实我知道说 他们A1的时候 其实是他们之前的那一轮 有一个VC（风险投资机构）是退出了 你们其实是 后来顶上了这样的一个领投 是吗 这件事情可以说吗 我其实不太知道细节 对 但是确实可能在他们2023年上半年的时候 因为团队很年轻 非常fresh（新）

所以他们的融资大概率没有一些 更加成功的成熟的企业家 就是已经证明过自己的企业家那么顺利 对 所以我觉得我们的运气挺好的 那在内部 在投委会上面去推 这个deal（项目）的时候顺利吗 我说实话 当时从某些角度来说很顺利 我们其实内部的决策 其实一轮的IC（投资决策委员会）讨论之后 其实拍板得是很快的 但是从某一些角度 我们的讨论非常非常激烈 就这个事情 我觉得不只是美团龙珠内部的讨论 我觉得是当时整个市场的 大家都会对AI这件事情 会有很强的一个问号 我这边相信 一个有泛化能力的AI模型 这边一定会有一个超级应用 但我也不知道这个超级应用长什么样 但我相信这里会有超级应用 再接下来回来的点就是谁可以去做出这个 超级模型加超级应用 当时我觉得这个是讨论到最后一个阶段 我觉得争议最大的一个点 但我记得讨论到最后一个阶段的时候 当时兴哥他丢下一句话 当然我不知道现在可能是大家要叫王兴了 不叫兴哥 就王兴他丢下一句话是说 因为确实这个事情大家知道 CapEx（资本开支）投入太大 如果你相信的是缩放定律的话 这件事情你都不知道投入是个无底洞 那么对于创业公司来说 这完全是一个脱离了传统一级市场 可以去承载的游戏 当时其实我们内部在想 会不会这就变成了大厂的机会了 是不是字节会把所有的可能性给吃掉 这个事情说实话我们没有形成共识 也没有形成答案 但我印象中 兴哥他在赶去开下一个会之前 他丢下了一句话叫做 “我确实认为创业公司能够去做 超级模型和超级应用的概率很低 但我愿意支持一把” 对 可能是兴哥这一句话 然后把我们后面又敲 就是往后敲了 就是要推 对 所以你要说我们那个时候说 某一家公司是不是一定会成 我们也不知道 我们真的不知道 但是我们愿意相信 理想主义这件事情它很有可能能探索 有可能性 对 你们觉得在这么多的模型里面 其实当时也不只是Moonshot 当时MiniMax、智谱 这些公司其实都在起来 对 为什么兴哥还有你们要押注杨植麟 所以回过来就是 在（美团龙珠）当时可能我们会去找一些 他真的可能比较纯粹地想去追求AGI 纯粹地想去做scaling（缩放）的公司 有些公司如果说它的目标里面 可能会包括我要去做收入 我要去做ToB 做DAU（日活用户）

在这些的目标干扰下 Somehow（某种程度上）有一些阶段 它会跟做模型的绝对能力 或做AGI这件事情是align（一致）的 但是有一些情况下 有可能它的目标会微妙的 就是它不一致 其实当时我们去 但我觉得这也没有判断 只是刚好我认识的那些 比较纯粹的小伙伴在Kimi 对 对 其实我们看到美团领投之后 Kimi其实在2024年 是经过了不那么顺的一年 对不对 2024年其实我们看到就它开始有一些投流 对吧 我们看得到 对它的舆论也是挺两极化的 就是它投流我为什么有体感呢 就是因为我们上传视频在B站 很多时候 因为我们做的是AI（方向的）内容 就会看到很多的时候 是横幅或者广告位 其实都是Kimi的广告 对 那段时间它是很在意收入这件事情的 或者是他们团队内部有一股力量 要去主攻收入这件事情的 投资人的一个视角 你会觉得这跟它最开始承诺你们的AGI 是有点背道而驰的吗 那段时间 我觉得这其实是一个探索的过程 我觉得首先Kimi它在2024年年初的时候 我印象中 其实当时应该是有一位 KOC（关键意见消费者）

他去二级市场路演的时候 给二级市场的研究员展现了 Kimi的（long context）长上下文 去读研报这个能力 然后一下子把一些非AI界的人可以意识到 Kimi的模型做得非常不错 它的DAU有一波非常大的增长 你在DAU增长过程当中你会发现 涌进来了更多不一样的用户 不一样的用户会带来什么 不一样的任务 这些不一样的任务 在整个模型的RL的这个训练当中 也许会进一步地给模型补充更多的数据 更多的任务 让模型进一步去发展 另外我觉得有一件事情是 我得提示一下 我觉得Kimi是一个挺不容易的团 或者对于每一个没有任何的 大厂级供血能力的创业公司来说 做AGI、追求AGI都不是件容易的事情 因为AGI就是很烧钱 这是个客观事实 而你要烧钱 你得说服那些有资源的人把钱给你 怎么去说服一些行业外的人要把资源给你 而且还有一个点是2024年其实我说实话 中国大量的初创公司都是缺算力的 非常非常缺算力 所以这也是我觉得 中国的AGI公司或者大模型公司 特别不容易的一个点 就是我们的资源非常非常匮乏 但是你也会看出来 因为资源匮乏 不管是DeepSeek也好、Kimi也好 甚至智谱也好 他们都会做非常非常多各种的优化 反倒是有的时候会拿出一些 可能北美那些资源非常

原文超出正文长度上限，此处截断——上游还有内容，完整版见上方「原文 ↗」。