出品｜科技《態度AGI》欄目
作者｜丁廣勝
一個小時之前，月之暗面創始人楊植麟在北京與網易科技等媒體見面，內容無他，只和最新模型有關，針對“登月計劃”的關鍵一步kimi數學模型k0-math。
這是月之暗面對於大模型下一步發展的思考，即讓大模型思考。
楊植麟說月之暗面接下來探索的關鍵有兩個，一個是強化學習，一個是數學場景。
大約400年前，伽利略著名的論斷說，宇宙是一本用數學語言寫成的“宏偉之作”。
楊植麟引用伽利略的這句話，闡述了月之暗面對於數學場景佈局的判斷。
基準測試顯示，Kimi k0-math 的數學能力可對標全球領先的 OpenAI o1系列可公開使用的兩個模型：o1-mini和o1-preview。
在中考、高考、考研以及包含入門競賽題的MATH等4個數學基準測試中，k0-math 初代模型成績超過o1-mini和o1-preview模型。在兩個難度更大的競賽級別的數學題庫 OMNI-MATH 和 AIME 基準測試中，k0-math 初代模型的表現分別達到了 o1-mini 最高成績的90% 和83%。
楊植麟表示，Kimi 探索版也透過運用強化學習技術創新了搜尋體驗，在意圖增強、信源分析和鏈式思考三大推理能力上實現突破。
“k0-math 模型和更強大的 Kimi 探索版，未來幾周將會分批陸續上線 Kimi 網頁版和Kimi智慧助手APP，幫助大家解決更有挑戰的數學和搜尋調研類任務。”
以下為楊植麟對話媒體現場實況記錄（AI轉錄，經人類精選、刪減）：
問：為什麼時候決定聚焦kimi的？
楊植麟：今年三四月份。我們主動選擇做業務上的減法，聚焦把最重要的事情做好，始終保持大模型公司里人最少的，卡和人的比例最高的。
把一個產品做好，做到極致，是最重要的，我們不希望人數漲的特別猛，我們不能活生生把自己變成大廠。
問：現在都在談應用，但超級應用遲遲沒有出現，為什麼？
楊植麟：已經出現了，ChatGPT有5億月活，這就是超級應用。我們會根據美國市場的情況，來調整自己，選擇一條河AGI願景更貼合的路。
問：你如何看待大模型預訓練？
楊植麟：預訓練還有半代到一代模型的空間，這個空間明年就會釋放出來，也就是說，明年基本上領先的模型會把預訓練做到比較一致的階段。
但我們判斷，強化學習是一個重點。只是用不同的方式去做。我對Scaling Law還是樂觀的。
問：你們為什麼不做多模態？
楊植麟：已經在內測了 。AI思考和互動，我們看重這兩個能力，思考是決定上限，互動是必要條件。
問：你們和豆包競爭比較激烈，同一賽道，接下來如何應對？
楊植麟：競爭本身並不產生價值，我們做好模型思考推理能力，給使用者帶來價值，做正確的事情，而不是專門做不一樣的事情。
問：kimi最核心的任務是什麼？
楊植麟：提升留存。這是當前最重要的事情，還有非常大提升的空間。我們離AGI的距離還處於初級階段
問：如何解決模型過渡思考的問題？
楊植麟：因為我們現在沒有對他的長度做任何的限制，所以他想想多少就想多少，我就讓他自由的思考。問題出現在獎勵上。
問：如果解決資料問題，讓資料實現更大價值？
楊植麟：對強化學習來講是核心的問題，資料是自己生成，獎勵模型的效果會有更大的挑戰，核心是訓練更好的模型。
問：行業發展到今天，還有不少難題待解決，比如演算法算力資料的平衡問題？
楊植麟：AI的發展是一個盪鞦韆的過程，兩種狀態之間來回切換，算力不夠需要好演算法，那沒有高質量的資料也會成為問題，那就是讓演算法改變讓這個事情不成為瓶頸。有時候加再多的卡業不可能提升效果。
問：你如何看待大模型的成本問題，有好的解決辦法了嗎？
楊植麟：接下來的版本會讓大家去做選擇。早期會用之前的方案來給使用者好的體驗，接下來會動態分配算力，模型足夠聰明的話知道自己需要想多久、思考時間更短。另外算力成本的下降也是一個關鍵因素。
問：如何看待AI人才迴流大廠？
楊植麟：月之暗面沒有遇到這樣的問題。這是正常的，行業發展進入新的階段，之前做這個事的公司很多，現在做的公司少了，這是行業發展的規律。
問：這次釋出數學模型，是不是數學和普通人比較遠？
楊植麟：教育產品價值很大。在我們現有流量裡面也可以看到這一點。
問：什麼時候出海？
楊植麟：先聚焦再全球化，我們有耐心。
