融资超10亿美金，AI公司「月之暗面」获红杉、小红书、美团、阿里新一轮投资
融资超10亿美金，AI公司「月之暗面」获红杉、小红书、美团、阿里新一轮投资
36kr
AI创业公司「月之暗面」近期已完成超10亿美金融资，本轮融资后，月之暗面估值已达约25亿美金，为国内大模型领域的头部企业之一。
月之暗面的上一轮融资为2023年获得的超2亿美金融资，投资方包括红杉中国、真格基金等。本轮融资后，月之暗面估值已达约25亿美金，为国内大模型领域的头部企业之一。
自ChatGPT掀起全球浪潮以来，这也是国内AI大模型公司迄今获得的单轮最大金额融资。
36氪就上述消息向月之暗面求证，月之暗面表示，对具体融资消息暂不方便评论。
月之暗面（Moonshot AI）成立于2023年3月，是国内大模型领域的关键玩家。其核心团队曾参与到Google Gemini、Google Bard、盘古NLP、悟道等多个大模型的研发中——这是一支在大模型道路上已探索多年的队伍。36氪了解到，目前月之暗面团队人数已超80人。
月之暗面的创始人杨植麟，为中国35岁以下NLP领域引用最高的研究者，Transformer-XL和XLNet两篇论文的第一作者——两者均为大语言模型领域的核心技术；另外两位联合创始人周昕宇和吴育昕，则有超过10000+的Google Scholar引用。
自2023年成立以来，月之暗面在不到一年的时间里，完成了从通用大模型到上层应用的布局。在大模型层，月之暗面已训练了千亿级别的自研通用大模型。
而在应用层，2023年10月，月之暗面正式推出首个面向C端的产品“Kimi智能助手”，这是月之暗面做To C超级应用的第一次尝试。Kimi智能助手支持20万汉字的长文本输入，主打无损记忆。
“长文本（Long Context）”是月之暗面当前主打的技术之一，这来源于团队希望突破大模型的落地瓶颈——大模型的智慧之所以能“涌现”，主要是因为通过扩大参数规模，突破到了千亿级别。
但当前大模型落地的瓶颈，不仅有参数规模大小（即模型计算能力），还有模型的“内存”大小，即记忆力。每轮对话能处理多少上下文信息，决定着AI应用的体验好坏。
值得一提的是，推出Kimi智能助手后，月之暗面可以说引起了一场关于“长文本技术”的小竞赛——随后，国内众多创业公司也相继推出了长文本相关的技术更新，而OpenAI和Anthropic在2023年11月也发布了长文本相关的新进展。
从国内的AI竞赛来看，通用大模型领域的第一梯队也已经清晰展现。据当前公开信息，除月之暗面以外，包括智谱AI、MiniMax、百川智能、零一万物在内的创业公司，估值都已达10亿美金后。
而月之暗面本轮融资，以及近期大模型公司的融资情况也显示出，国内通用大模型层的下注者有所变化——相较2023年，通用大模型层尚有VC的活跃身影，到了今年，大厂战略投资开始频频现身。
尽管过去一年大模型的算法优化、模型训练成本有大幅下降，但大模型依然是极其昂贵的游戏。据36氪了解，当前头部的大模型公司的融资窗口仍在开放，“军备竞赛”还未告一段落。
另一方面，对现在的大模型创业公司而言，多模态模型是近期的核心竞争点。就在北京时间2月16日凌晨，谷歌重磅发布了最新的多模态模型Gemini Pro 1.5。几个小时后，OpenAI马上发布了首个AI视频模型Sora，可以生成超过60秒的视频，再次引发全球轰动。
比起以文本为主的大语言模型，以图像、视频为主的多模态模型，训练成本更高，未来将会需要更巨量的资金和人才——国内大模型公司当前争取更多融资，也意在为此做准备。
36氪也了解到，月之暗面当前已经在秘密研发通用多模态模型，预计今年内将推出。月之暗面在多模态相关技术上多有储备，团队成员曾发明了包括基于对比学习的视觉预训练范式MoCo、最高效的视觉网络结构之一ShuffleNet等，也有团队成员主导开发了detectron2，后者是一个被广泛使用的视觉开源项目，曾被集成到Meta全线VR/AR产品中。
本文来源：36kr，原文标题：《融资超10亿美金，AI公司「月之暗面」获红杉、小红书、美团、阿里新一轮投资 | 36氪独家》
风险提示及免责条款
共有 0 条评论