邁出“登月”第二步：Kimi比肩OpenAI o1最新技術，楊植麟聚焦做減法

每經(jīng)記者 楊昕怡    每經(jīng)編輯 張海妮    

正如這家公司的名字一般，月之暗面，總是一個令人好奇的存在。11月16日下午，在Kimi Chat上線一周年之際，公司創(chuàng)始人楊植麟罕見現(xiàn)身，在多家媒體面前走出了“登月”第二步。

“如果說長文本是月之暗面‘登月’的第一步，那么提升模型深度推理能力則是第二步。”身穿一件黑色公司文化衫的楊植麟發(fā)布了新一代數(shù)學能力可對標OpenAI o1系列的數(shù)學推理模型k0-math。

當新模型在眾人面前進行數(shù)學題“測試”時，這位原本略顯羞澀的90后“創(chuàng)業(yè)明星”終于來到了自己的主場，看著數(shù)字、公式一行行地彈出，興奮地講解著其中的原理。

據(jù)介紹，該款模型是Kimi推出的首款推理能力強化模型，采用了全新的強化學習和思維鏈推理技術——這與楊植麟對行業(yè)技術發(fā)展的判斷方向一致，“接下來最重點的東西會在強化學習上，范式上會產(chǎn)生變化，它還是Scaling（擴展），只是通過不同的方式去Scale”。

在k0-math的表現(xiàn)方面，月之暗面方面披露，在中考、高考、考研以及包含競賽題的MATH等數(shù)學基準測試中，k0-math初代模型成績已經(jīng)超過o1-mini和o1-preview模型。

“（k0-math的發(fā)布）大概率能說是，在OpenAI o1發(fā)布后，國內(nèi)首個摸索出并實現(xiàn)o1思路的公司。”一位國內(nèi)頭部互聯(lián)網(wǎng)公司的大模型技術人員在接受《每日經(jīng)濟新聞》記者采訪時表示，“現(xiàn)在國內(nèi)想要趕超o1的大模型團隊都會以數(shù)學領域為第一步，因為不需要大量的標注數(shù)據(jù)，成本最低，而且有可驗證的標準答案。”

月之暗面的下一步是什么？“Kimi目前最核心的任務是提升留存。”楊植麟在接受《每日經(jīng)濟新聞》記者采訪時表示，“基本上它跟你的技術成熟度或者技術水平也是一個正相關的關系，所以對我們當前來說是最重要的。假設我們以最后AGI這個目標作為衡量，我覺得現(xiàn)在還在初級階段。”

發(fā)布會數(shù)據(jù)顯示，截至今年10月，Kimi的月活已超3600萬人，而且數(shù)據(jù)在持續(xù)增長。

發(fā)布會現(xiàn)場 圖片來源：公司提供

“接下來重點在強化學習”，Kimi發(fā)布對標o1系列數(shù)學模型

發(fā)布會上，月之暗面公布了k0-math的目前測評得分：在業(yè)界最常使用的數(shù)學能力基準測試MATH中，k0-math模型得分93.8分，超過o1-mini的90分和o1-preview的85.5分，且k0-math這一成績僅次于o1完全版的94.8分。

“什么樣的場景最適合讓AI鍛煉思考能力？我們認為是數(shù)學場景。”發(fā)布會現(xiàn)場，楊植麟表示，在訓練該模型的過程中，最重要的是看其是否真正具備深度思考的能力。

據(jù)介紹，相較于以盡快提供答案為關鍵目標的常規(guī)模型，k0-math模型在做題過程中會花更長的時間來推理，包括思考和規(guī)劃思路，并且在必要時自行反思改進解題思路，提升答題的成功率。

不過，楊植麟也指出，雖然k0-math模型擅長解答大部分很有難度的數(shù)學題，但是當前版本還無法解答LaTeX格式難以描述的幾何圖形類問題。此外，它可能會存在對“1+1=？”這樣過于簡單的數(shù)學問題進行過度思考，對于高考難題和IMO（國際數(shù)學奧林匹克競賽試題）依然有一定概率做錯、猜答案之類的局限性。

根據(jù)月之暗面的介紹，k0-math模型采用了全新的強化學習和思維鏈推理技術，這也是業(yè)內(nèi)普遍認為OpenAI o1系列的技術關鍵所在，行業(yè)范式也在因此發(fā)生著改變。

“AI的發(fā)展就像蕩秋千，我們會在兩種狀態(tài)之間來回切換：有時候，算法、數(shù)據(jù)都很ready了，但是算力不夠，我們要做的就是加算力；但今天我們發(fā)現(xiàn)，不斷擴大算力規(guī)模已經(jīng)不一定能直接解決問題了，所以這時就需要通過改變算法，來突破這個瓶頸。”楊植麟表示。

對于業(yè)內(nèi)對Scaling Law（規(guī)模定律）逐漸放緩的看法，楊植麟認為，預訓練還有空間，大概半代到一代的模型，這個空間會在明年釋放出來，“明年，我覺得領先的模型會把預訓練做到一個比較極致的階段”。

“但我們判斷，接下來最重點的東西會在強化學習上，就是范式上會產(chǎn)生一些變化。本質上，它還是Scaling，并不是不用Scale，只是說你會通過不同的方式去Scale，這是我們的判斷。”他表示。

同時，他指出，該數(shù)學推理模型的推出，一方面在教育產(chǎn)品、Kimi整體的流量里有非常大的價值；另一方面，該模型上的技術可以放在更多場景里，比如讓Kimi探索版去做更多的搜索。

“最核心的是提升留存”，Kimi選擇做減法

在今年6月的一次媒體采訪中，楊植麟多次以“聚焦”作為對創(chuàng)業(yè)思路、成功經(jīng)驗的回應，“在技術和產(chǎn)品上可能我們都希望更加聚焦”，“因為你如果什么東西都做了，可能最后也很難做好”。

不久前，有消息稱月之暗面幾位出海產(chǎn)品負責人已于近期離職創(chuàng)業(yè)。此外，今年9月，月之暗面決定停止更新兩款已上線的出海產(chǎn)品——Ohai和Noisee，暫時收縮了出海to C應用。

在發(fā)布會現(xiàn)場，楊植麟間接回應了上述市場傳言：“我們沒有人才流失，我們主動做了業(yè)務減法。”

這一思路的確定在今年春天，楊植麟觀察了月之暗面的具體發(fā)展并對美國市場進行了判斷，得出結論：的確得做減法，而不是瘋狂做加法。

“我們一開始嘗試過幾個產(chǎn)品一塊做，這在一定時期內(nèi)奏效，但后來發(fā)現(xiàn)，這樣就活生生把自己變成大廠了，沒有任何優(yōu)勢。”楊植麟將鎖定“聚焦”視為過去一年較大的課題，“砍業(yè)務本質上也是在控制人數(shù)。這幾個大模型創(chuàng)業(yè)公司里，我們始終保持人數(shù)最少，始終保持（顯）卡和人的比例最高，這非常關鍵。我們不希望團隊擴那么大，（擴大）對創(chuàng)新有致命性傷害。另外我們也會根據(jù)美國市場的情況，判斷哪個業(yè)務做大的概率更高。”

聚焦Kimi，當下楊植麟認為最為核心的任務是什么？他在接受《每日經(jīng)濟新聞》記者采訪時給出了答案：提升留存，“（令自己滿意的留存）永無止境”。

“因為留存是技術成熟的重要指標，并且（現(xiàn)在的留存）還有非常大的提升空間。我們的模型能力跟產(chǎn)品指標是高度相關的。”他解釋，“目前我們的模型可能思考能力還不夠強，交互還不夠豐富，我們把這些東西做得更好之后，留存會進一步上升。”

第三方機構QuestMobile發(fā)布的《中國移動互聯(lián)網(wǎng)2024年秋季報告》顯示，截至2024年9月AIGC App月度活躍用戶同比增長393.9%，豆包、文小言、Kimi智能助手App月活用戶分別達到4197.6萬人、1191.5萬人和1024.8萬人，活躍用戶3日留存率分別為39.1%、31.2%和32.2%。

在發(fā)布會上，楊植麟表示，截至2024年10月，Kimi的月活已超3600萬人，而且數(shù)據(jù)在持續(xù)增長。

在行業(yè)的多模態(tài)進展方面，界面新聞曾報道，Runway聯(lián)合創(chuàng)始人曾在11月9日公開表示，OpenAI計劃在大約兩周內(nèi)發(fā)布Sora。

對此，楊植麟透露，內(nèi)部幾個多模態(tài)的能力在內(nèi)測，“關于多模態(tài)，我覺得AI接下來最重要的是思考和交互這兩個能力。思考的重要性遠大于交互，不是說交互不重要，我覺得思考會決定上限，交互是一個必要條件，比如說vision（視覺）的能力，如果沒有vision的能力沒法做交互”。

在Open AI出新牌后，Kimi又一次成為國內(nèi)第一個“跟牌者”，在這場焦灼的牌局中，楊植麟和月之暗面拿出了留到最后的野心。