文 | 藍媒匯，月之暗面作者 | 封華，豪賭編輯 | 魏曉

在智譜、下代MiniMax 先后上市的范式同時，同為大模型創(chuàng)業(yè)公司的月之暗面月之暗面（Kimi）適時對外發(fā)聲。

1 月 10 日的豪賭 AGI-Next 前沿峰會上，很久沒有公開露面的下代月之暗面創(chuàng)始人楊植麟，詳細地分享了 Kimi 的范式技術路線重點，以及對下一代 AI 技術范式、月之暗面Agent 前景的豪賭思考。

" 希望在接下來的下代十年、二十年的范式時間，繼續(xù)把 K4、月之暗面K5 到 K100 做得更好。豪賭"

面對下一代通用人工智能往哪走的下代問題，楊植麟孤注一擲，要搶奪下一代 AI 技術范式的船票。

但與此同時，其 C 端的 AI 應用助手 Kimi 卻經歷著掉隊的風險。

Kimi 曾有過高光時刻，憑借長文本能力，最高峰時單月投放超億元，拿到了最早的市場紅利。

然而隨著 DeepSeek、豆包的沖擊，Kimi 的月活相比去年已然大幅下滑。月之暗面不得不做出取舍，把資源集中投入到大模型底層技術上。

代價則是算力投入高、周期也更長，而且從大模型霸榜歷史上看，各家大模型 " 各領風騷三兩月 "，技術的先進性并無法長久保持。

對于尚未背靠大廠生態(tài)的月之暗面來說，保持技術領先固然重要，但也同樣需要找到一條更清晰的商業(yè)落地與資本路徑。

搶奪下一代技術范式的船票

同為 " 大模型六小龍 "，各家的發(fā)展理念與技術路線，已然開始分化。

在智譜、MiniMax 上市的同時，月之暗面楊植麟卻在內部信中稱 " 不急于上市 "。他的理由很豪橫，剛完成的 5 億美元 C 輪融資，相當于友商 IPO 的融資規(guī)模。" 我們有超過 100 億人民幣的現(xiàn)金儲備。" 在通往 AGI 的征途上，糧草充足。而在一級市場就能受到如此追捧，正說明了市場對月之暗面的認可度之高。

不過，友商也有不同看法。

智譜創(chuàng)始人張鵬在接受張小珺專訪時說道：" 從資本市場的角度，你在一級市場都算沒有離開學校，還是在學習、培養(yǎng)、成長的階段。到二級市場之后，是更接近市場的階段。"

全聯(lián)并購公會信用管理委員會專家安光勇向 AI 藍媒匯表示：" 月之暗面的選擇，能夠避開二級市場對短期盈利能力的嚴苛審視，專注于長周期研發(fā)，避免被資本市場的恐慌情緒左右決策。"

當然，無論上不上市，技術的演進和產品體驗的提升，才是決定生存到最后的根本。

1 月 10 日的 AGI-Next 前沿峰會上，智譜唐杰、月之暗面楊植麟、阿里 Qwen 林俊旸和騰訊首席 AI 科學家姚順雨討論一個焦點問題：下一代人工智能，還能往哪走？

共識是，Scaling（指提高模型的規(guī)模）雖仍有價值，但當算力、數(shù)據和成本的投入不斷放大，智能提升的增量卻持續(xù)變小。效率降低的同時，自主學習被認為是下一階段的技術范式。

問題是，在這個技術路線接棒的過程中，中國大模型廠商有沒有可能成為引領者？

無論是月之暗面、智譜，還是其他行業(yè)競逐者，當然希望自己能夠率先突圍。

從楊植麟的表述中，月之暗面幾乎將所有核心工作都壓在 Token 效率上，即用更少的 Token，做到更低的 Loss（損耗）。在 Kimi K2 模型中，他們嘗試通過提升 Token efficiency（效率），使模型 " 用一半數(shù)據達到相同效果 "。

同時，效率優(yōu)化要與長上下文能力被同時優(yōu)化，前者決定單位 Token 的價值，后者則決定模型能否承擔真實世界中的長程任務。兩者疊加，楊植麟相信能在模型訓練策略上達到最優(yōu)的 Agent 效果。

簡單來說，楊植麟的目標，就是搶到下一代技術范式的優(yōu)先票，保持在技術上的領先優(yōu)勢。誰能在有限算力與數(shù)據條件下，更高效地 " 消耗 Token"，誰就更有可能在下一階段的模型競爭中占據主動。