来源：猎云精选，文/王非
在OpenAI的文生视频模型Sora引发广泛关注的当下，国内这家90后清华学霸创办的大模型公司，持续受到知名机构追捧。
今日，月之暗面（Moonshot AI）被爆完成超10亿美元新一轮融资，投资方包括红杉中国、小红书、美团、阿里，老股东跟投，投后估值达约25亿美元。
就在春节前的2月3日，月之暗面则被爆正在进行2亿美元融资，由蚂蚁和阿里集团共同投资，投前估值预计15亿美元。
针对“最新一轮融资”，月之暗面对猎云网表示，“感谢关注！公司对具体融资信息暂不方便评论。月之暗面过去未来一直坚持推进中国AGI领域的底层关键技术进步及产品创新，也会持续匹配与公司发展阶段相应的资本策略，期待未来有更多好消息与大家分享。”
事实上，成立于2023年4月的月之暗面在融资披露方面“鲜有明确说法”。针对成立仅两个月就被爆完成的首轮融资，创始人杨植麟于2023年10月“更正”道，公司已获得红杉资本、今日资本、砺思资本等知名机构近20亿元投资。
而这，也是月之暗面成立近一年来，唯一一次准确的融资披露。
清华学霸创业，携手同门组建全明星阵容
月之暗面之所以能在成立之初就获得头部VC押注，与90后杨植麟本人的“学霸”身份、丰富经历，关系匪浅。
清华求学时，杨植麟师从清华大学计算机系知识工程实验室（KEG）带头人，智源研究院学术副院长、悟道项目负责人唐杰教授。最终他以满分成绩通过所有程序设计课程，并以年级第一的成绩毕业。
随后在2015年，杨植麟进入卡内基梅隆大学（CMU）语言技术研究所（LTI），跟随苹果公司AI负责人Ruslan Salakhutdinov和Google AI智能首席科学家William W. Cohen攻读博士学位。
毕业后，杨植麟曾效力于谷歌大脑研究院和Meta（Facebook）人工智能研究院，是Transformer-XL和XLNet的第一作者。其中，XLNet模型曾在18项自然语言任务中取得了好于谷歌BERT的效果，是当时NLP领域热门的国际前沿模型之一。
据不完全统计，杨植麟曾在ICLR、NeurIPS、ICML、ACL、EMNLP等计算机顶会发表论文20余篇，研究成果累计Google Shcolar引用超过17000。
目前，杨植麟还是清华大学交叉信息研究院的助理教授，研究方向：大规模预训练，自然语言处理，自然语言理解与生成，少样本学习，零样本学习，多模态学习。
90后的杨植麟，在大模型领域，可谓声名显赫：循环智能、智谱AI、智源研究院……到处都有他的名字和身影。
同时，杨植麟和团队也曾作为核心研发成员，参与Google Bard、Gemini、Einstein、盘古、悟道等大模型的研发，发明包括TransformerXL、XLNet、RoPE、Detectron2、Group Normalization在内的AI领域里程碑式的成果，被诸如Google PALM、LLaMa等模型采用。
天眼查App信息显示，月之暗面由杨植麟持股78.97%，拥有绝对控制权。围绕在他身边的创业伙伴，同样实力非凡，不容小觑。
月之暗面联合创始人周昕宇持有公司10%股份，他和杨植麟、张宇韬，是清华大学计算机科学与技术系2011级本科的同学。在大四时，周昕宇就加入各方面都符合他标准的旷视实习，并在毕业之后正式加入，工作内容是算法量产，就是要把算法的生产效率提高很多倍。
作为持股5.96%的第三大股东，月之暗面联合创始人吴育昕毕业于清华大学与卡耐基梅隆大学，曾获2018年欧洲计算机视觉会议（ECCV）最佳论文提名。在2018年10月的GeekPwn国际安全极客大赛上，IYSWIM是6个参赛团队中，唯一一个破解人脸识别算法的团队。吴育昕当时以IYSWIM团队的身份参赛，据他介绍，“自己（以个人名义报名参赛，有名队友没有来到现场）用了谷歌的FaceNet开源代码模型攻破了该算法”。
此外，杨植麟的同门师兄张宇韬，目前持有公司5%股份。公开资料显示，张宇韬本硕均在清华大学计算机系就读。他的研究方向是异构数据融合和知识图谱构建，在KDD、CIKM等计算机顶会上发表多篇文章。他作为技术负责人，参与了科技大数据分析平台AMiner的研发。
大语言模型后，正秘密研发通用多模态模型
凭借豪华的团队阵容与深厚的积累，月之暗面成立不到半年，便于2023年10月宣布在“长文本”领域实现了突破。
据杨植麟介绍，针对于“大模型输入长度受限带来的应用困难”，月之暗面正式推出了首个支持输入20万汉字的大模型moonshot，以及搭载该模型的智能助手产品Kimi Chat。
随后，他以Kimi Chat的一些实际使用案例，进行了详细介绍。以输入整本《月亮与六便士》为例，Kimi Chat可以和用户一起阅读，帮助用户更好地理解和运用书本中的知识：
相比当前市面上以英文为基础训练的大模型服务，Kimi Chat具备较强的多语言能力。例如，Kimi Chat在中文上具备显著优势，实际使用效果能够支持约20万汉字的上下文，2.5倍于Anthropic公司的Claude-100k（实测约8万字），8倍于OpenAI公司的GPT-4-32k（实测约2.5万字）。
同时，Kimi Chat通过创新的网络结构和工程优化，在千亿参数下实现了无损的长程注意力机制，不依赖于滑动窗口、降采样、小模型等对性能损害较大的“捷径”方案。
就在今年1月26日，Kimi Chat最新发布了“v1.3 迎春版”： 基础模型能力全面升级，用友联网搜索能力、上下文学习能力、文学创作能力、语言翻译能力……小程序版Kimi智能助手，则已支持中英文语音输入。
需要的是，近期，OpenAI的文生视频模型Sora，凭借突破一分钟的时长，再加上演示视频的高度逼真和高质量，持续引发关注。
据多方消息报道，月之暗面也正在秘密研发通用多模态模型，预计今年内将推出。
换言之，在以文本为主的大语言模型领域取得阶段性进展的月之暗面，未来也将在以图像、视频为主的多模态模型领域，与OpenAI等国内外同行展开较量。
而月之暗面在资本市场上的“动作频频”，似乎也正是在为更高的训练成本，更大量的资金和人才需求，做更充足的准备。
以团队规模为例，月之暗面在2023年10月有50人左右，目前该公司团队人数则已超80人。
未来，月之暗面在“多模态模型”领域，究竟能否占有一席之地，我们也将持续保持关注。
