在OpenAI的文生視頻模型Sora引發廣泛關注的當下，國內這家90后清華學霸創辦的大模型公司，持續受到知名機構追捧。

今日，月之暗面（Moonshot AI）被爆完成超10億美元新一輪融資，投資方包括紅杉中國、小紅書、美團、阿里，老股東跟投，投后估值達約25億美元。

就在春節前的2月3日，月之暗面則被爆正在進行2億美元融資，由螞蟻和阿里集團共同投資，投前估值預計15億美元。

針對“最新一輪融資”，月之暗面對獵云網表示，“感謝關注！公司對具體融資信息暫不方便評論。月之暗面過去未來一直堅持推進中國AGI領域的底層關鍵技術進步及產品創新，也會持續匹配與公司發展階段相應的資本策略，期待未來有更多好消息與大家分享。”

事實上，成立于2023年4月的月之暗面在融資披露方面“鮮有明確說法”。針對成立僅兩個月就被爆完成的首輪融資，創始人楊植麟于2023年10月“更正”道，公司已獲得紅杉資本、今日資本、礪思資本等知名機構近20億元投資。

而這，也是月之暗面成立近一年來，唯一一次準確的融資披露。

清華學霸創業，攜手同門組建全明星陣容

月之暗面之所以能在成立之初就獲得頭部VC押注，與90后楊植麟本人的“學霸”身份、豐富經歷，關系匪淺。

清華求學時，楊植麟師從清華大學計算機系知識工程實驗室（KEG）帶頭人，智源研究院學術副院長、悟道項目負責人唐杰教授。最終他以滿分成績通過所有程序設計課程，并以年級第一的成績畢業。

隨后在2015年，楊植麟進入卡內基梅隆大學（CMU）語言技術研究所（LTI），跟隨蘋果公司AI負責人Ruslan Salakhutdinov和Google AI智能首席科學家William W. Cohen攻讀博士學位。

畢業后，楊植麟曾效力于谷歌大腦研究院和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項自然語言任務中取得了好于谷歌BERT的效果，是當時NLP領域熱門的國際前沿模型之一。

據不完全統計，楊植麟曾在ICLR、NeurIPS、ICML、ACL、EMNLP等計算機頂會發表論文20余篇，研究成果累計Google Shcolar引用超過17000。

目前，楊植麟還是清華大學交叉信息研究院的助理教授，研究方向：大規模預訓練，自然語言處理，自然語言理解與生成，少樣本學習，零樣本學習，多模態學習。

90后的楊植麟，在大模型領域，可謂聲名顯赫：循環智能、智譜AI、智源研究院……到處都有他的名字和身影。

同時，楊植麟和團隊也曾作為核心研發成員，參與Google Bard、Gemini、Einstein、盤古、悟道等大模型的研發，發明包括TransformerXL、XLNet、RoPE、Detectron2、Group Normalization在內的AI領域里程碑式的成果，被諸如Google PALM、LLaMa等模型采用。

天眼查App信息顯示，月之暗面由楊植麟持股78.97%，擁有絕對控制權。圍繞在他身邊的創業伙伴，同樣實力非凡，不容小覷。

月之暗面聯合創始人周昕宇持有公司10%股份，他和楊植麟、張宇韜，是清華大學計算機科學與技術系2011級本科的同學。在大四時，周昕宇就加入各方面都符合他標準的曠視實習，并在畢業之后正式加入，工作內容是算法量產，就是要把算法的生產效率提高很多倍。

作為持股5.96%的第三大股東，月之暗面聯合創始人吳育昕畢業于清華大學與卡耐基梅隆大學，曾獲2018年歐洲計算機視覺會議（ECCV）最佳論文提名。在2018年10月的GeekPwn國際安全極客大賽上，IYSWIM是6個參賽團隊中，唯一一個破解人臉識別算法的團隊。吳育昕當時以IYSWIM團隊的身份參賽，據他介紹，“自己（以個人名義報名參賽，有名隊友沒有來到現場）用了谷歌的FaceNet開源代碼模型攻破了該算法”。

此外，楊植麟的同門師兄張宇韜，目前持有公司5%股份。公開資料顯示，張宇韜本碩均在清華大學計算機系就讀。他的研究方向是異構數據融合和知識圖譜構建，在KDD、CIKM等計算機頂會上發表多篇文章。他作為技術負責人，參與了科技大數據分析平臺AMiner的研發。

大語言模型后，正秘密研發通用多模態模型

憑借豪華的團隊陣容與深厚的積累，月之暗面成立不到半年，便于2023年10月宣布在“長文本”領域實現了突破。

據楊植麟介紹，針對于“大模型輸入長度受限帶來的應用困難”，月之暗面正式推出了首個支持輸入20萬漢字的大模型moonshot，以及搭載該模型的智能助手產品Kimi Chat。

隨后，他以Kimi Chat的一些實際使用案例，進行了詳細介紹。以輸入整本《月亮與六便士》為例，Kimi Chat可以和用戶一起閱讀，幫助用戶更好地理解和運用書本中的知識：

相比當前市面上以英文為基礎訓練的大模型服務，Kimi Chat具備較強的多語言能力。例如，Kimi Chat在中文上具備顯著優勢，實際使用效果能夠支持約20萬漢字的上下文，2.5倍于Anthropic公司的Claude-100k（實測約8萬字），8倍于OpenAI公司的GPT-4-32k（實測約2.5萬字）。

同時，Kimi Chat通過創新的網絡結構和工程優化，在千億參數下實現了無損的長程注意力機制，不依賴于滑動窗口、降采樣、小模型等對性能損害較大的“捷徑”方案。

就在今年1月26日，Kimi Chat最新發布了“v1.3 迎春版”： 基礎模型能力全面升級，用友聯網搜索能力、上下文學習能力、文學創作能力、語言翻譯能力……小程序版Kimi智能助手，則已支持中英文語音輸入。

需要的是，近期，OpenAI的文生視頻模型Sora，憑借突破一分鐘的時長，再加上演示視頻的高度逼真和高質量，持續引發關注。

據多方消息報道，月之暗面也正在秘密研發通用多模態模型，預計今年內將推出。

換言之，在以文本為主的大語言模型領域取得階段性進展的月之暗面，未來也將在以圖像、視頻為主的多模態模型領域，與OpenAI等國內外同行展開較量。

而月之暗面在資本市場上的“動作頻頻”，似乎也正是在為更高的訓練成本，更大量的資金和人才需求，做更充足的準備。

以團隊規模為例，月之暗面在2023年10月有50人左右，目前該公司團隊人數則已超80人。

未來，月之暗面在“多模態模型”領域，究竟能否占有一席之地，我們也將持續保持關注。