无心酷总裁原标题：实测这个火到宕机的 AI 应用，它凭什么在 App Store 免费版挤进前十超过微信

　　在与 AI 聊天机器人的互动中，你总能从它们身上找到一些人类性格的影子。

　　GPT-4 显得懒散寡言，Claude 3 热情且注重细节，Grok 则喜欢阴阳怪气，还略显愚蠢。而这些聊天机器人的性格差异，其实也映射了它们在能力上的特长。

　　虽然大多数模型依然被 GPT-4 无情碾压，但仍有少数大模型放弃追求「面面俱到」，专注于挖掘自己的独特优势。

　　最近，国内大模型厂商 Moonshot AI（月之暗面）宣布 Kimi 智能助手实现了技术突破，将无损长上下文长度提升至 200 万字，并已启动产品「内测」。

　　伴随着热度的上升，昨日下午，Kimi 在连续五次扩容之后，依然一度出现宕机的情况。截至发稿前，Kimi 已经飙升至 App Store 免费版应用的第六名，甚至超越了微信。

　　那上新后的 Kimi 助手实际测试的效果如何呢？我们也第一时间获得了体验资格。

　　我们先让 AI 来测试 AI。基于原版《三国演义》（80 万字左右）的文本，我们让 ChatGPT 提出了一些测试问题👇

　　逻辑和推理：赤壁之战前，周瑜和诸葛亮之间的互动表明了什么样的战略意图和心理战术？

　　事件时间线：请概述刘备、关羽、张飞三兄弟的结义到关羽被杀这一段历史的时间线。

　　角色观点与情感：赤壁之战失败后，曹操的心态和情绪如何？他是怎样评价这次失败的？

　　综合分析：基于全书，分析曹操、刘备、孙权三人的领导风格和政治策略的异同。

　　我们也帮各位测试过了，如果上传文档超过 200 万字，只会得到解析失败的结果。所以我们只节选了鲁迅全集的第二卷。

　　问题：文档中提到，在鲁迅的后园，可以看见墙外有两株树，一株是枣树，那请问另一株是什么树？

　　问题：请问下文出现在文档中的第几页：在我的后园，可以看见墙外有两株树，一株是枣树，还有一株也是枣树。

　　我们还设置了一个陷阱，谎称在 199 页（实际在 166 页），不出所料，它成功掉进陷阱。

　　我们摘录了乔布斯 2005 年在斯坦福大学的演讲文稿，并让其整理为词汇表，看看效果如何?

　　月之暗面官方也分享了许多实用的玩法。例如，上传一份完整的近百万字中医诊疗手册，让 Kimi 针对问题给出诊疗建议。

　　Kimi 背后的月之暗面，虽然成立只有一年，但在 AI 创投圈已经颇具名气。

　　去年六月，The information 盘点了五家最有可能成为中国版 OpenAI 的公司，月之暗面位列其中。

　　创立之初，月之暗面便完成了首轮融资，筹集资金超过 2 亿美元。最新消息称，该公司完成了新一轮超 8 亿美元的融资，其中阿里投资了 7.9 亿美元，砺思资本投资 1000 万美元，创下了国内 AI 大模型公司单轮融资金额的新高。

　　与其他大模型创企相比，月之暗面的创始人杨植麟是业界内罕见拥有扎实技术背景的创业者。

　　他在 2015 年从清华计算机系毕业后，便前往美国卡内基梅隆大学攻读博士学位，并成为了两位 AI 领域巨擘——苹果 AI 研究负责人 Ruslan Salakhutdinov 和 Google 首席科学家 William Cohen 的学生。

　　在攻读博士学位的过程中，杨植麟以第一作者的身份，成功发表了 Transformer-XL 和 XLNet 这两个重要的研究项目。

　　前者主要意义在于它显著提升了 Transformer 模型在处理长序列数据时的能力，使其成为了首个在性能上全面超越传统递归神经网络（RNN）的模型，而后者也在 Transformer-XL 的基础上进一步改进，并在多个自然语言处理任务上取得了领先的性能。

　　杨植麟曾公开阐述过 Moonshot AI 这一公司名称的由来，恰好在公司成立的同一天，Pink Floyd 专辑《Dark Side of the Moon》 迎来了 50 周年纪念日。同时，「月之暗面」象征着神秘、好奇和向往，但登月是一件充满挑战的事情。

　　大模型「登月计划」的第一步便是长文本技术，杨植麟曾多次在公开场合表达过类似的观点。

　　在接受媒体采访时，杨植麟将长文本技术比作一种新的计算机内存，在他看来，老的计算机内存在过去几十年涨了好几个数量级，同样的事也会发生在新的计算机上。

　　它能解决很多现在的问题。比如，现在多模态架构还需要 tokenizer（标记器），但当你有一个无损压缩的 long context 就不需要了，可以把原始的放进去。

　　进一步讲，它是把新计算范式变成更通用的基础。旧的计算机可以 0、1 表示所有，所有东西可被数字化。但今天新计算机还不行，context 不够多，没那么通用。要变成通用的世界模型，是需要 long context 的。

　　在一众顶尖模型只能处理十万以内的中文文本输入时，Kimi 就已经可以处理高达 20 万字的超长文本输入。当时，月之暗面还借鉴了「大海捞针」的实验方法，实现了「全绿」的效果。

　　半年后的今天，Kimi 的处理能力便从 20 万字跃升至 200 万字。

　　据官方披露的信息，为了达到更好的长窗口无损压缩性能，月之暗面的研发和技术团队从模型预训练到对齐、推理环节均进行了原生的重新设计和开发，不走「滑动窗口」、「降采样」等技术捷径，攻克了很多底层技术难点。

　　同时在月之暗面的愿景中，大模型无损上下文长度的数量级提升，将极大拓展 AI 应用场景的想象力，包括完整代码库的分析理解、能够自主执行多步骤复杂任务的智能体 Agent、不会遗忘关键信息的终身助理，以及真正统一架构的多模态模型等。

　　综合体验来看，相较于其他大模型，Kimi 的优势在于实时联网功能和文件处理能力。

　　Google 可以给你 10 万个答案，但是，一个图书管理员可以给你最为精准的答案。

　　六年前，英国作家尼尔·盖曼如此说道。在信息泛滥的互联网时代，精准定位信息成为了一种稀缺的常态。

　　类似于 Perplexity AI，Kimi 的实时联网功能在搜索中文语料库上表现出色，能够迅速地总结概括信息，并提供参考资料，在上传文件或网址后，Kimi 还会自动关闭联网模式，这一点值得好评。

　　正如 Kimi 主页上反复出现的标语：「别焦虑，Kimi 帮你整理资料。」对于那些需要处理大量文档信息的用户，Kimi 提供了简化工作流程的有效途径。

　　倘若你是科研工作者，你可以选择将数十篇论文甩给 Kimi，通过提示词让它帮你总结一番，便可以省去你许多功夫。

　　当然，既然要让 AI 替我们打工，那总结还只是小儿科。美国作家格拉德威尔曾在《异类》中提出了一万个小时定律：

　　我们眼中的天才之所以卓越非凡，并非天资超人一等，而是付出了持续不断的努力。1 万小时的锤炼是任何人从平凡变成世界级大师的必要条件。

　　月之暗面则提出了「Kimi 10 分钟速成定律」。在过去要 10000 小时才能成为专家的领域，现在只需要 10 分钟，Kimi 就能通过「填鸭蛋」式的资料灌输，达到接近任何一个新领域的初级专家水平。

　　换言之，像 Kimi 这类的生成式 AI 工具的出现，实际上革新了繁琐的「阅读」过程，使得人类能够直接跃升至思考的层面。

　　1878 年，亚历山大·格拉汉姆·贝尔成功地在波士顿和纽约之间进行了第一次长途电话实验，并取得了成功。此后电话网络逐渐连接了美国各大城市，乃至跨越大洋。

　　电话的出现让远距离沟通变得即时而亲切，人们一旦习惯了声音的即时传递，书信的等待与缓慢就显得格外古老。

　　如今，我们面临的 AI 时代也是如此，当 AI 工具成为了我们手中的「电力」，一旦体验过它的便利，就很难想象回到没有它的生活。返回搜狐，查看更多