“在月之暗面（以下简称‘月暗 ’ ），天才也是分三六九等的。”月暗前员工宋凯对《中国企业家》说。用公司的说法是，“Kimi无闲人”。 

宋凯将月暗的文化概括为“和谐的暴躁”，技术大佬之间沟通直率，也充满压力。他们“坦白、激烈、高效”，会当面批评同事，也会把建议无情毙掉。交锋中，“你这个傻X”照样会从天才的嘴里冒出来。十几分钟后，一切又能像没发生过。 

但他认为在月暗“别人‘喷’你，都是有理由的 ” 。令人厌恶的“摘桃子”现象不可能出现。这里人效比极高，“大厂里三五十人团队干的事，在Kimi可能就两个人做”。

虽然大模型公司往往天才“扎堆”，但月暗仍有独树一帜的气质。“（他们 ） 文化更统一、人员更精简、追求更纯粹。”一位接近月暗的投资人对《中国企业家》说。 

2024年底，杨植麟曾因Kimi的激进投流以及与投资人朱啸虎的官司，被推到风口浪尖。2025年初，月暗的新模型又被DeepSeek-R1打乱了发布节奏。 

上半年，月暗一度淡出公众视野，Kimi的C端月活也不断下滑。据QuestMobile数据，截至2025年9月，豆包MAU突破1.72亿，DeepSeek为1.45亿，Kimi的MAU仅为967万。 

但到7月，Kimi-K2模型 的 推出，让人们重新见到了杨植麟的技术底牌。K2在编码、Agent、数学推理任务均表现惊艳，更在各类基准性能测试上拿下SOTA成绩。 

9月开始直到11月，Kimi又相继发布Agent模式“OK Computer”；混合线性注意力架构Kimi Linear；月暗的首个推理模型K2 Thinking——这些产品因各自的技术原创性，获得了业内好评。 

美国知名企业家、硅谷投资人查马斯表示，已将大量工作从Grok迁到Kimi K2。美国《自然》杂志用“又一个DeepSeek时刻”来形容K2的表现。 

月暗绝地反攻如何完成？上半年，“大模型六小虎”的核心团队发生不同程度的动荡，但月暗的联创与技术梯队整体稳定。

虽然叫停投流，选择在“模型即产品”上孤注一掷，让月暗增加了商业化未知数；但在投资人眼中，杨植麟对AGI的偏执，仍让其成为被追逐的标的。 

近日媒体获悉，月之暗面正在进行新一轮融资，规模大约在6亿美元，投前估值约38亿美元。前述投资人对《中国企业家》证实了月暗新融资“即将关闭”的说法。“他们去年从阿里拿到了很多现金，但在算力、人才消耗上，每年的花费还在10亿~20亿元级别。”

“全球现在可以提供底座能力的厂商越来越少，大家都在收敛，技术寡头会更有机会赢得超额利润的未来。团队有技术理想主义，对冲击AGI更加坚定。虽然他们有过商业化的波折，仍然是很稀缺的资产。” 

聚焦绝对性能

回头看，DeepSeek-R1的上线，既给月暗带去了压力，也是其重新聚焦技术长板的分水岭——R1上线前，Kimi还沉浸在投流大法中。

据《中国企业家》了解，Kimi的投流由张予彤主导，员工将她形容为精力极其旺盛，好像“永动机”。2024年10月、11月，Kimi的月均广告投放金额超过2亿元。彼时抖音已开始全力扶植豆包，向Kimi封锁渠道。Kimi只好猛攻B站，把CPA（用户转化人均成本）报价从年初的30元拉到了50元。

“那时互联网流量越来越贵，Kimi有趁着品牌红利期，占领先发优势的考虑。”前述投资人对月暗去年的商业化冲刺表示理解。

但DeepSeek-R1未用任何营销，便成为国民应用的表现，让杨植麟警醒。2025年2月中旬，他亲自叫停投放，将目光聚焦于基础算法和模型能力的升级与突破。本来Kimi-K2计划在2025年上半年发布，路线也跟DeepSeek的强化学习一致，但被R1意外“截胡”后，杨植麟将模型优化目标更多对准了Agentic能力。

经过近半年攻坚，月暗用连续发布一系列模型和突破技术，重回大模型牌桌。

2025年7月11日，月暗发布Kimi-K2“超大架构”模型，参数高达1T。目前，全球有实力研发1T参数的大模型公司屈指可数：除了海外的OpenAI、谷歌，仅有阿里的Qwen3-Max、蚂蚁集团发布的百灵大模型Ling-1T，达到了万亿参数。

9月底，月暗灰度测试Kimi的Agent模式“OK Computer”。

10月31日，月暗开源混合线性注意力架构Kimi Linear。依靠在混合线性注意力上的重要突破，该架构对算力成本实现了极大程度的降低，并能在短上下文、长上下文、强化学习扩展机制等场景中，超越同梯队全注意力机制模型的表现。简而言之，能让用户“花小钱，办大事”。

曾在混合线性注意力这条路上试水的公司不止月暗。MiniMax的M1模型、通义千问都曾在这条路线上摸索。参与月暗技术论文创作的MIT在读博士杨松琳在采访中表示：MiniMax的M2模型或由于对“多跳推理”的测试不足，又退回了全注意力机制。

而月暗完成了突破，核心在于对线性注意力模块Kimi Delta Attention（KDA）的设计，在每3层KDA中，插入1层全注意力层；并通过更细粒度的门控机制，更有效地利用了有限状态下的RNN（循环神经网络）内存。从而确保性能不掉点的情况下，最大程度节省算力。

相比月暗，DeepSeek采用的是“稀疏注意力机制”。近期，DeepSeek也为行业提供了一种新思路——OCR路线研究（纯像素输入模型），把文字渲染成图片，用视觉模态当压缩媒介。

有趣的是，月暗的研究员对DeepSeek的设计不以为然。

“我个人觉得有点太刻意了。我更倾向继续在特征空间（Feature Space）里下功夫，去找到更通用，并且与具体模态无关（Modality-agnostic）的方法，来提升模型效率。”11月11日，月之暗面联合创始人吴育昕在社交媒体平台Reddit的有问必答（AMA）活动上，如此评价DeepSeek。

11月6日，月暗又发布了K2系列的首个推理模型Thinking。相比于海外OpenAI动辄数千万美元的投入，该模型训练成本据传仅为460万美元。

在技术层面，Kimi K2 Thinking最引人注目的是在后训练阶段加入了“量化感知”，对MoE组件应用进行INT4权重量化，而非大多数产品使用的FP4精度。

这一技术创新除了提升生成速度之外，对推理硬件的兼容性更强，对英伟达低端GPU和国产加速计算芯片，也更加友好。

虽然对460万美元这个数字，杨植麟和两位联合创始人都下场辟谣：训练成本很难量化，其中很大一部分用于研究和实验。但INT4的创新带来的成本优化，是显而易见的。月暗表示：该模型是在有限数量的H800 GPU上训练而来，他们“把每一张卡都利用到了极致”。

“最近日本客户对月暗的产品关注和美誉度很高。他们的技术一直维持在高水平，且持续发布，价格又足够便宜，已经形成了很好的品牌调性。”前述投资人说。

i人公司、i人模型

蛰伏半年，月暗为何可以冲出重围？这由模型行业的人才特性决定。“这是个高精尖科技领域，堆人是没有用的。没有一个天才带队，来多少高级人才都没用。” 

今年6月，Meta在硅谷开出了“1亿美元”年薪，疯狂挖角OpenAI的员工。但短短几个月，被挖走的人又纷纷离开Meta，让挖角变成了一场闹剧。 

“Meta超级智能实验室号称有3000人，但多数都是做辅助工作。核心团队就44个人，真正能主导技术路线的，应该只有几个人。”一位大模型投资人对《中国企业家》谈道。 

与互联网、电商等不同，人工智能的高级人才不会单纯被“钞能力”打动。越顶尖的专家，越需要愿景和志同道合的团队。这也让科技领袖的学术号召力、师门传承，在模型公司的人才招揽中变得格外重要。 

对月暗来说，最宝贵的资产便是杨植麟本人。他毕业于清华大学计算机系，获得卡内基梅隆大学计算机博士学位，师从苹果公司现任AI负责人Ruslan Salakhutdinov。 

在清华大学求学期间，杨植麟便是一位学术风云人物，拿遍了国内外各类奖项。他后来也曾在清华任职讲师，“杨（植麟）老师的《自然语言处理（NLP）》课在学生中很有名。”一位清华姚班的毕业生告诉《中国企业家》。 

学术成绩之外，杨植麟对AGI的追求，也被视为“追求技术理想”的代表。“他非常有号召力，如果觉得清华某个实验室的研究课题好，会把实验室‘连锅端’到月暗。”宋凯说。 

天才的聚集，让月暗保持着简洁、高效的组织文化。“大家开会前先把文档对齐，每人只说几句话，大家就散了。”当然，简洁也因为大模型创业容不得“摸鱼”。“除了算法之外，底层基座、前后期数据的每一个环节，如果谁掉了链子，会很明确地感觉出来，一个人就可以拉崩整条供应链。” 

“有些模型创业公司除了技术文化，已经开始有商业化、增长，乃至官僚的几种文化混杂，但月暗的文化还是比较纯粹。”前述投资人说。这也让月暗对于员工和技术“大神”，有相当的容忍度。 

例如，Kimi的关键人物之一苏剑林，在内部被称为“苏神”。他提出的RoPE（旋转位置编码），以简洁的数学形式解决了Transformer在处理长序列时的位置信息问题，既保持了计算效率，又实现了更好的外推能力，如今已是绝大多数大语言模型的标配技术之一。因此，“苏神”也是月暗里唯一可以居家办公的员工。 

考虑到研发人员多为“i人”，月暗还专门设计了一个点菜机器人。员工们将周围的外卖分类到“难吃”“一般”“可以吃”“好吃”等，由机器人帮员工决定中午吃什么。 

月暗文化的特别之处还在于，杨植麟并不是个“书呆子”。他在清华读书期间，便和联合创始人、算法负责人周昕宇一起组过摇滚乐队。如今月暗的会议室，也以各种知名乐队命名。创始人的趣味投射到产品中，也让Kimi与市场的效率产品相比，更具极客和文艺的风味。 

科技博主“海拉鲁编程客”认为，K2的产品页面设计极简，“国内大模型厂商开始在页面添加推荐产品，但K2仍然克制。” 

对于竞争对手，月暗有其独立的价值观判断。海拉鲁谈到月之暗面的相关职位描述，面试问题之一是：“请说出Claude Code为什么不如OpenAI的Codex。”当多数技术人员更推崇Claude Code的极致效应时，月暗的观点与海拉鲁的判断一样：“在编程能力上，Claude是一个很懂技术的产品经理，但Codex是一个真正的软件工程师。” 

有用户表示，K2在输出答案时“绝不谄媚”的特点让他们觉得有趣。“问K2 Thinking我帅还是吴彦祖帅？”K2 Thinking会有理有据地，将“为何吴彦祖帅”的推理过程展示出来。 

这种不拍马屁的人格，是月暗团队刻意设计。为此，团队在预训练阶段编码了先验知识（Priors），又在后训练（Post-training）阶段为其增添了独特的“风味”（Flavor）。 

为了确保K2的智能“上限”，月暗在大模型追求效率之时，也反其道行之。许多用户反映：K2-Thinking思考很慢，有时比同类产品甚至要慢5～10倍。

月暗对此解释：目前版本优先确保性能和准确性，在推理阶段更细致、更耗时。“我们故意保留了更长的思考路径，牺牲了些速度，是为了让模型能真正完成复杂推理。”虽然未来，团队有可能会优化“令牌效率”（token-efficiency），让 Kimi “想得少一点，答得快一点”。 

商业化仍是难题

“往山顶，我们又走了一段距离。”K2发布后，杨植麟对着媒体回顾了他这一年的感受时总结道。

2024年曾与月暗齐头并进的“大模型六小虎”，MiniMax和阶跃星辰抓紧多模态；智谱扎根本土，走to B/to G的路线；百川智能和零一万物减少了基础模型迭代，专注于场景落地。越来越多公司放弃了对基座模型的追求，行业不需要那么多“基座”也成为共识。

对手在减少、赛道在集中，竞争却没有变得更容易。攀登技术高峰的同时，更残酷的商业化命题摆在眼前。如何活下去，杨植麟也在寻找答案。2024年月暗投流掀起轩然大波，也证明杨植麟并非不问世事的天真极客。

2024年6月，月暗决定：要用巨量投入，快速获得市场，占领用户心智。据《中国企业家》了解，彼时月暗覆盖了大量渠道，“渠道商的数据也五花八门”。

在疯狂砸钱、冲刺数据的背景下，月暗在2024年9月前后，使用量明显领先对手。同时，公司内部也爆发出了大规模的渠道商欺诈事件。很多人给月暗送“假料”，让杨植麟蒙受了巨额损失。

到2024年12月，月暗一度准备启动面向专业用户的会员结合API调用的商业化计划，与更优质的机构和个人合作。但彼时，朱啸虎对月暗发起诉讼，将计划打断。

今年2月，DeepSeek-R1上线后，让月暗痛下决心，砍掉了“几乎70%的投流”。杨植麟也从腾讯挖来了付强任技术副总裁，负责增长开发，“教团队如何用系统、体系化方法做增长”。

只保留最基础的营销后，月暗更聚焦在极客群体中的影响力。据悉，K2模型发布时，月暗未如过去一般高频直播，而是选择更多在社区运营，让技术研发团队在即刻、知乎、小红书上分享观点。

不过这些并不意味着，月暗破解了商业化难题。一方面，Kimi模型庞大，固然架构创新、技术优化可以降低部署成本，但客户的存储、传输成本仍然不低。另一方面，放弃投流后，Kimi的C端量级还在与大厂拉开距离。

2025年9月，Kimi开启了会员付费订阅，将Kimi-reseahcher、OK Computer等能力打包分层，设置了49 元/月、99 元/月、199元/月三档付费模式。但外界认为，Kimi按照请求次数来计费的方法显得“性价比不高”。对此，月暗回应：这符合他们的后端成本结构，也表示将考虑改进（比如按提问或按字数计费）。

与大厂缠斗，毕竟是一场非对称战争，“这是创业公司很难完成的事。”投资人士告诉《中国企业家》。智谱AI近半年完成了多轮融资，估值已达到400亿元。MiniMax不久前也刚完成一笔3亿美元融资，估值达到300亿元。月暗融资后，是否将发起IPO计划，杨植麟还有一些时间思考。

当下，他的做法是，先用技术突破获得资本市场认可，同时继续向AGI行进。

目前，月暗已经在思考用“模型训模型”的可行性。8月，杨植麟在采访中谈到，希望K2能参与到K3的开发。而K3是否会突破语言大模型进入多模态？月暗给出的答案是：公司已在研究K2的VL（视觉-语言）版本。