Kimi Chat如何一步步破圈?帶給AI的啟示
Kimi最近非?;?,作為一款模型即產品的通用對話類產品,Kimi如何破圈的?我們今天來嘗試解讀這個話題,希望對24年的SuperApp能帶來一些啟發!
Take Away:
1. Kimi爆火鏈路分析:非一日之功
2. 為什么是Kimi:(人才*長文本*用戶用例)
3. 其他大模型怎么辦:答案在vision和用戶的結合
01 一步步還原Kimi爆火鏈路
事情還是比較有規律的發酵,最早是2月份中,被爆完成了一筆8-10億美金的融資,估值達到25億美金。
在即刻上大家除了恭喜,還有很深的疑慮:為何稀釋這么多股份?
有了彈藥后,月之暗面開始發力,大力招聘投放類崗位:
隨后我們就看到了Kimi在B站的海量投放:
我們的疑惑繼續:一款ToC產品,完全沒有商業收入,就做海量投放,留存如何,是不是有價值?當然,對于跑馬圈地很熟悉的國內玩家來說,這又是一個再熟悉不過的操作,結果是什么呢:
流量暴漲!
3月1日,騰訊科技發布了一篇浪漫的理想主義文章,把楊植麟和月之暗面給捧到了很高的位置:
后面又連續出了兩篇,特別是朱嘯虎和楊植麟兩人對于現實和理想的碰撞,更是把熱度拉滿!
還沒完,本周一,Kimi智能助手的公司Moonshot AI公眾號發布了一篇文章:《Longer than long,Kimi 智能助手啟動 200 萬字無損上下文內測》,截止今天,閱讀量是3.5萬。
要知道,去年10月初,Kimi用支持20萬字的超長窗口,就已經震驚了國內。要知道在當時,Kimi也算是全球支持最長的大模型:
原本在今年2月份,Google的Gemini 1.5發布了支持1000k的上下文長度,已經足夠讓人震撼了,沒想到Kimi繼續用10x的增長來宣布自己的優勢!
200萬,相當于2000k以上的長度,目前是世界第一。
好巧不巧,一篇《Kimi專家交流紀要》在20日出爐,在各個圈子瘋傳,光公眾號文章就有2萬+的閱讀量。
因流量突然劇增,3月21日,陸續有用戶在社交平臺上表示,月之暗面旗下大模型應用Kimi智能助手的APP和小程序均無法正常使用。截至記者發稿時,相關頁面和功能已經恢復正常。
此前,月之暗面公司發布情況說明稱:從2024年3月20日 9:30:00開始,觀測到Kimi的系統流量持續異常增高,流量增加的趨勢遠超公司對資源的預期規劃。
進一步的傳播,原本就不理智的A股,引起了不理智的瘋漲:
大量股民的討論,上了微博熱搜:
接著Appstore免費榜單沖進前十:
OK,所以這里面一環扣一環,產品逐步破圈,疊加上最近的技術更新爆點,被券商挖掘出來,引入到了大A股,億萬股民看著Kimi概念股,嗨了!全民共舞~
02 為什么是Kimi?
拋開陰謀論,Kimi走到今天,仔細思考,確實是有這么幾個要素構成了產品層面的成功,最后獲得了出圈的結果。
第一 超高密度的人才
騰訊新聞《潛望》:你似乎一直在思考組織,在團隊構建上是怎么做的?
楊植麟:招人思路發生過一些變化。世界上 AGI 人才非常有限,有經驗的人很少。我們最早期的畫像是,專注找對口的 genius(天才)。這個證明非常成功。之前有對模型動手術的能力,有訓練超大規模模型直接的經驗,就可以很快做出來。包括 Kimi 發布,資本效率和組織效率其實很高。
騰訊新聞《潛望》:花了多少錢?
楊植麟:一個挺小的數,相比很多其他花費,是花小錢辦大事。我們很長一段時間是 30-40 人的狀態?,F在 80 人。我們追求人才密度。
人才畫像后來發生了變化。最早期招 genius,認為他的上限高,公司上限是由人的上限決定的。但后面我們補齊了更多維度的人——產品運營側的人,leader 型的人,能把事情做到極致的人?,F在是一個更完整、有韌性、能打仗的團隊。
除了產品人才以外,月之暗面最核心的競爭優勢,是技術領域極高的人才密度,「創始團隊核心成員參與了 Google Gemini、Bard、盤古 NLP、悟道等多個大模型研發,多項核心技術被 Google PaLM、Meta LLaMa 和 Stable Diffusion 等主流模型采用。
縱覽全球,AI確實是一個高智力密度的產業,三個臭皮匠的故事并不生效。
第二 對長文本的判斷
去年10月份,在Founder Park的文章《融資超2億美元,月之暗面發布超長文本模型產品,目標C端Super-App》中,就提出了楊植麟對長文本的思考:
縱觀計算機發展的歷史,內存拓展是必然趨勢,楊植麟認為,上下文長度就是大模型的「內存」,它是決定大模型應用最關鍵的兩個因素(參數量和上下文)之一。
3月初騰訊新聞的訪談里,又再次提到了長文本。
騰訊新聞《潛望》:為什么長文本是登月第一步?
楊植麟:它很本質。它是新的計算機內存。
可以看到,這確實是領先于市場的思考。
說回我自己的使用場景,過去我主要用Claude,因為免費、支持上傳文檔,100k,GPT太短了,完全不夠用,到后面Kimi出來后,慢慢的就遷移過來了,同樣繼承了Claude的優點-,-還不用翻墻,你說呢。
長文本在早期的市場競爭中,確實是很關鍵的一步,彼時國內大多數還是32k長度(是吧?),這個時候上來一個200k的,簡直不要太爽,再加上Kimi文本輸出的質量還不錯,就開始獲得了更多用戶的認可。
我們先來看看用戶對于Kimi的使用反饋,在即刻,@junyu發了一個提問貼:
你們為啥用 Kimi 而不是別的類 ChatGPT 產品?
看了下答復,有幾個點:
- 支持超長文
- 響應速度快
- 可以直接讀鏈接
- 小程序訪問方便
- 輸出效果不錯
第三 用戶用例的反饋
按照我的理解,Kimi是綜合層面在用戶使用上得到了整體的勝出,再加上有很強的記憶點:超長上下文,早期積累下來的口碑得到持續滾動,從而獲得了更多用戶基于長文本的探索:
各個KOC得到肯定鼓勵后,愈發愿意傳播,形成了漣漪效應:
今天用戶幫我們發現了很多從沒考慮過的場景。他拿這個篩選簡歷,這是我們設計產品時沒想過的,但它天然work。用戶的輸入反過來讓模型變得更好。Midjourney為什么效果好?它在用戶端做了scaling——user scaling和model scaling需要同時做。反過來,你如果只關注應用,不關注模型能力迭代,不關注AGI,貢獻也有限。
從這里,我們可以理解AI時代,基于單點能力突出,獲得的紅利,再返回來獲得用戶用例,繼續去強化模型能力,重復這一過程的滾雪球價值:
03 其他大模型怎么辦?
跟隨策略肯定是很難有效的,我現在倒是更理解了楊植麟所說的Tech Vision:
騰訊新聞《潛望》:除了資本和人,你在 2023 年還做了哪些關鍵決策?
楊植麟:要做什么事。這是我們這類公司的優勢——在最高層面的決策有技術 vision(愿景)。
上面說的技術能力領先,長文本是一個很顯著的要素,除此之外,還會有別的么?肯定有的:
當然馬拉松剛開始,接下來會有更多差異化,這需要你提前預判到底什么是「成立的非共識」。
Sora出來,跟進?長文本有了,我們也去沖?好像都不對。
目前看到的大額融資:月之暗面、MiniMax、智譜,都各有各的活法,對于后面的幾家,就提出了很高的挑戰了!
盡管我們之前詳細研究過TPF:
穿透下來,大模型打出什么差異化亮點,仍然需要深度的理解用戶,從用戶側獲得洞察,反過來對模型能力做針對性的提高:
把下面這條鏈路構建起來,仍然是產品經理的超級價值點!
大模型公司既要警惕陷入局部用戶的無限調優中,又要放開思路深入用戶,還蠻有意思的!
焦慮沒有意義,專注找到自己的方向,更加靠近用戶一些,絕望中尋找希望,才是其他大模型的出路。
總結
其實Kimi并不是無敵的,比如200k大海撈針經常丟失重要信息,幻覺依然很嚴重,用著用著也老會說無法聯網了。
但它是更加toC的,我們看文心一言和智譜清言等,加入了各種智能體,為何仍然增長無力呢?這個答案的背后或許隱藏著SuperApp的可能性:)
周五了,大家周末愉快:)
專欄作家
Super黃,微信公眾號:Super黃的念想,人人都是產品經理專欄作家。專注于深度產品拆解+商業分析。
本文原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!