本质上，该路径是大模型“智商”提升的路径之一。在杨植麟看来，AI的发展有两个维度——第一个维度是纵向的维度，也就是AI的智商一直在提升，目前具体的表现方式就是去看这个文本模型能做到多好。第二个维度是横向发展，即除了文本模型之外，看AI模型是否具备更多的技能，能够去完成更多的任务，同时与纵向智商的发展去结合。从纵向维度来看，杨植麟表示，AI智商一直在提升，比如AI参加数学竞赛的能力去年是完全不及格，但今年已经能够达到90多分的程度。在代码领域可以击败部分专业编程选手等。这些都是技术发展的结果。从具体技术指标来看，去年大语言模型上下文程度只有4K到8K，但今年这个数据已经非常低了，128K已经成为标配，甚至已经有很多产品可以支持1M或10M的长文本长度。在杨植麟看来，很多AI技术的进展其实来自具体技术的优化升级，如后训练的算法优化，来自数据的优化。这些优化的周期也在更短，导致整体的 AI 的发展节奏也会进一步加快。在确定性趋势之前，技术升级与商业化变现成为创业公司需要考虑的重要因素。今年8月，月之暗面被曝光新一轮融资，融资额超3亿美元，参与投资的机构包括腾讯投资、高榕创投、阿里巴巴，投后估值33亿美元。此前公司的投资方还包括了红杉中国、美团龙珠、招商局中国基金、蓝驰创投等。月之暗面有关人士介绍，商业化变现与具体盈利方式是在用户规模达到一定程度后水到渠成的事情，目前公司的重点仍聚焦在领先技术的研发和升级迭代。在杨植麟看来，目前行业仍处于产业发展的早期，其中有很多探索新的PMF的机会，该时代下的PMF是两方面的平衡——其一是由于AI模型加入了类似人脑的慢思考，必然导致延迟增加，这对用户来讲是负向体验；其二是新模型需要保证更好的输出、更精准的结果、完成更复杂的任务。也就是说，新的 PMF 产生的过程或探索的过程中，企业需要在延时增长导致的用户体验下降和最后结果产生质量更高的用户价值上升之间去找到一个平衡点，使得最终模型技术提供的增量价值大于体验损失，这在杨植麟看来是很重要的部分。平衡的过程中，杨植麟认为会诞生具备更高价值的场景，特别是生产力场景，也可能会在产品形态上产生变化，比如更接近一个人，更接近一个assistant 或助理的概念，再去帮用户去完成一个异步的任务。“总之，其中的想象空间很大。”杨植麟表示。
终点之前快速迭代
目前国内大模型领域，除了同步布局的互联网大厂，创业公司被外界归结为大模型“四龙五虎六强”，但在具体落地与价值创造方面，创业公司的空间在哪里？杨植麟曾引用《Thinking, Fast and Slow》作者Daniel Kahneman（丹尼尔·卡尼曼）的话称：很多时候，我们愿意去尝试那些我们不知道的事情，正是因为我们不知道自己还有很多不知道的东西，这种无知赋予了我们勇气。当你开始尝试时，你会发现许多新问题，而这也许正是创新的精髓所在。对于创新价值的判断，杨植麟认为首先产品要有价值，或是满足了某一部分用户的真实需求，这是一个本质，与AI技术没有太大关系，但却是最重要的一点。其次，产品需要具备与AI相关的增量价值，这个增量价值需要相比于市面上已有的 AI 产品更通用。第三是增量价值需要跟随技术的发展，令市场规模越来越大，比如目前做一个专门研究 prompt engineering的产品，当下可能有需求，但未来的需求可能会越来越小。“有增量价值、市场规模越来越大，这样的产品未来可能就是一个好的 AI 创业机会。”杨植麟称。Kimi探索版推出后，月之暗面内部人士对记者表示，已接到越来越多的用户诉求，希望可以提供超过目前每日五次使用次数的权限。需求是确定的，规模处于扩大过程中。而杨植麟也曾表示，行业接下来最重要的里程碑将是开放性的强化学习，这也是OpenAI o1透露的技术范式变更。决定这一代AI技术上限的核心是文本模型的能力上限——文本模型持续提升智商，就能做越来越复杂的任务。Kimi探索版已证明了在文本层面性能的提升，也是月之暗面进一步引领行业，打造差异化功能的一次出击。下一步，月之暗面或将披露多模融合的进展，而最终这些模态结合得多好，将取决于文本模型是否足够强，两者的关系也就是杨植麟提及的AI发展的横纵向两个维度，两者的融合也是月之暗面最终希望达成的通用智能。
