国产AI大模型Kimi爆火！概念梳理_月之暗面使用什么向量模型

在人工智能（AI）技术的飞速发展浪潮中，一款名为Kimi的国产大模型近期在资本市场上引起了广泛关注，成为了AI领域的新星。Kimi，由国内AI创业公司月之暗面科技有限公司（Moonshot AI）开发，凭借其卓越的长文本处理能力和丰富的应用场景，迅速在AI对话助手市场中脱颖而出。

3月18日，根据月之暗面官方微信公众号消息，支持200万字上下文的Kimi即日启动“内测”。根据机器之心数据显示，尚未上线的GPT-4.5 Turbo上下文窗口指定为256000个token，能同时能够处理约200000个单词，KIMI此次升级后长文本能力为GPT的10倍！在中文领域可以说是完胜最新版GPT！

Kimi大模型的核心优势在于其强大的长文本处理能力。在AI领域，长文本理解一直是一个技术难题，而Kimi通过先进的算法和大量的数据训练，实现了对长文本内容的高效理解和处理。这使得Kimi不仅能够快速提炼和归纳大量文献和报告的核心内容，还能在会议纪要整理、复杂数据整理等场景中发挥重要作用。

有游资针对性的开发了个Kimi收割策略：

游资先花钱写几篇【假文章】，投喂给kimi等AI平台，刷刷流量和点赞，拉高信息的【权重】。然后再发【kimi截图】制造热点，网友纷纷去kimi询问，发现果然是【实锤】，从而陆续高位接盘。这是是近期不错的【割韭菜】套路。

KIMI的意义不单单是大模型能力层面的意义，更多在于找到明确且刚性的用户需求和应用场景，产品具备较强记忆点；

同时，KIMI通过在长文本能力上的突破，其应用场景正逐步#从长文章分析往AI陪伴 (如给定剧本/小说让其扮演其中角色)、#AIAGENT (给专业领域材料完成特定任务)方向上发展，对于国产大模型以及国内AI应用探索具备重要意义！

如图所示，国内AI产品排行榜：

概念标梳理：

华策影视：公司与月之暗面进行了模型接入层面的深度合作，公司内部tob的系统接入kimi，目前效果较好。目前正在进一步谈合作，后续有望拓展更多合作范围，包括提供视频语料等。

掌阅科技：公司已接入月之暗面旗下的AI对话助手产品Kimi。

中文在线：公司拥有海量的IP未来或可运用Kimi或类似应用生成短剧短视频。

中广天泽：公司与Kimi智能助手的关联主要体现在公司为AI大模型提供数据支持和交易平台方面。

九安医疗：公司是砺思资本的有限合伙人，砺思资本参股了Kimi的母公司月之暗面。

海天瑞声：与循环智能构建了数据训练产业联盟，为月之暗面&循环智能提供数据训练服务。

深信服：市场传言深信服参与了月之暗面的最近一轮融资，深信服能从战投份额争夺战中胜出，其对Kimi的战略意义值得重视，后续一系列深度合作可期。

表观上，是在炒 KIMI，本质是 #算力向上游切应用，即使没有 KIMI，还有 LIMI/NIMI—因为大模型越来越好用，这是客观规律

我们一直在思考的问题是：

#算力的终点是什么？

想下来还是应用，没有应用爆发，算力就是一堆废铁，就是电与电气化；互联网与微软、Google

所以，尽管阶段上微软还没大爆发，WPS AI 还差点意思，但大模型却越来越好用，豆包、KIMI，星火和文心，#科技树在自下向上传导

所以，今天 AI 龙一 【金山办公】冲上 +9.12%，PDF【福昕软件】+16.35%，法律【华宇软件】+12.76%，邮箱【彩讯股份】+10.42% …

方向上，中短期 #“KIMI+” 会承接一部分算力外溢 并与和#“低空经济” 共振，震荡螺旋向上

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】