Kimi大模型：优势明显，但是一场烧钱的游戏_kimi 私有化部署

最近一段时间，一家仅成立一年的公司——月之暗面，火了起来，起因还是它发布了一款效果出众的大模型产品——Kimi，在短时间内获得了广泛的用户关注和市场的正向反馈，直接让整个AI圈都为之震动。

资本市场上，有大量投资者关注着Kimi概念板块，寻找着看谁能顺势起飞。彩讯股份（300634）、中文在线（300364）、易点天下（301171）等玩家的股价涨幅都是比较靠前的。

Kimi概念板块

成为AI赛道中最靓的仔，那必然得有一些真才实学才行。就在上下文输入长度这个细分领域，Kimi更新后的模型支持200万字无损上下文输入。要知道这个结果，可是相当于GPT-4Turbo的20倍。

Kimi的过人之处

所以，像阿里、红杉中国、小红书等知名玩家都为月之暗面这家公司站台，就像一条鲶鱼一样，以迅雷不及掩耳之势杀进了前景被大多数人看好的AI领域。

那么，Kimi模型的“护城河”到底有多深，国内大模型玩家从此就能够支棱起来了吗？今天就带你来一探究竟。

_01_一山更比一山高

其实，不仅仅是Kimi，这两年AI大模型赛道可一点儿都不平静。简单来说，AI大模型特指模型结构容量大，结构中的参数多、数据量大的模型。玩家们对它的期待就是希望它能够赋能千行百业。

打铁还需自身硬，大模型玩家们近期也在疯狂地进行技术迭代，希望能够做到既“吸睛”，又“吸资本”。

比如今年3月，ChatGPT访问量再次突破17亿，环比增加了9%，已经接近了历史最高值。而且它放开了限制，用户无需注册就可以使用。

此外，对大模型也虎视眈眈的谷歌，其Gemini 1.5也实现百万token上下文。而在AI视频领域，之前出圈的Sora，已经发布了首个MV，视频将这首歌描绘的画面具象化，短短的两分钟带给了产业玩家无限的想象，成为第一个吃螃蟹的人。

AI模型

回到Kimi本身，笔者认为，它的核心卖点除了长文本之外，免费无门槛也是重要的一个环节。毕竟国内用户目前面临的窘境是：国内玩家发布的大模型要么付费，要么有内测资格，而目光转向海外，相信大部分用户接入ChatGPT有一定难度。而且，经过笔者的测试，Kimi本身相对于外国模型，对中文的理解能力无疑是更出色的。

_02_火的很突然

那么你可能要问，一家成立一年的公司，怎么就把那些互联网大厂挤下台了呢。

其实，背后的逻辑主要还是投资回收的角度，因为长文本对算力消耗极大，成本较高，其实当下不少产业玩家都认为它没有性价比。

Kimi网页端访问量

所以，月之暗面凭借着走了一条大家不想走的路，而且对用户较为友好，再加上营销买量，天时地利人和，促成了这样的结果。

从目前市场中的大模型情况来看，很多玩家主攻的是B端，通过AI功能+原有产品的逻辑打开市场，比如GPT-4被接入了微软的Office，科大讯飞也在2023年发布了讯飞星火认知大模型等，实现了1+1大于2的效果。

_03_一场烧钱的游戏

而Kimi模型就在走一条不一样的路，它走的差异化C端路线，就意味着烧钱貌似成为其出圈的重要抓手之一。据笔者了解，如果去考虑其广告投放和算力成本，Kimi每个获客用户的成本达到12-13元，按照其下载量来计算，每日的获客成本超过了20万元。

这个烧钱的速度令人瞠目结舌。据悉，月之暗面正在推进商业化，制作付费内容（用户预计也难以接受）。看来公司实现不了盈利时，再好的产品也都难以为继。

更何况，国内互联网大厂从Kimi身上看到了长文本的广泛需求后，也很快就加入了竞争。比如阿里云旗下的通义千问向所有人免费开放1000万字的长文档处理功能，360智脑宣布正式内测500万字长文本处理功能等等。

而且，据笔者了解，Kimi背后的月之暗面也在积极进行资本运作，今年2月的时候，就以15亿美元的投前估值，撬动了8亿美元投资，其中阿里占绝了大部分（部分出资将以阿里云提供的算力结算）。估值飙升，也让不少投资者感到高不可攀。

但实际上，Kimi最急需的阿里算力，目前应该是还没有兑现（算力主要使用的是字节的火山云）。这对于模型的训练无疑是非常关键的。

所以，长文本领域说实话，也很难成为Kimi的护城河。如果比烧钱，相信这家初创公司即使有资本的加持，但也很难长时间和互联网大厂们PK。

毕竟资本的耐心也是有限的。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】