对话叶奇意：“寻找”月之暗面杨植麟、中国两代AI、十年人才迁徙，与AGI信仰

Kimi K3发布与月之暗面的全球回归

近期，月之暗面（Moonshot AI）发布的 Kimi K3 模型再次震动硅谷，将这家中国 AI 初创公司重新推回全球人工智能竞争的中心舞台。对于外界而言，Kimi 似乎是一个突然出现的成功故事，但在投资人叶奇意（Kiwi）看来，这并非偶然。叶奇意在 AI 行业已经“打杂了十年”，她亲历了上一代“AI 四小龙”的兴起，并在美团龙珠资本主导推动了 A1 轮的投资。在她的讲述中，Kimi 的成功是中国 AI 脉络多年积累的结果，而非孤立事件。

这条脉络由杨植麟、唐杰、创新工场 AI 工程院，以及上一轮 AI 创业留下的人才、经验与技术理想共同构成。上一代公司的起伏并没有让这些积累消失，相反，它们正在大模型时代重新汇合。叶奇意指出，月之暗面在早期并没有成熟产品，胜算也不明朗，但美团龙珠仍决定领投，这背后是对中国 AI 人才储备和技术传承的深刻洞察。当算力差距短期内难以弥合时，中国 AI 公司依靠的正是这种人才与经验的重新整合来逼近全球前沿。

“寻找杨植麟”：从清华到硅谷的学术脉络

在深入探讨投资逻辑之前，必须理解杨植麟及其团队的学术背景。杨植麟是清华大学的博士，其导师是唐杰教授。唐杰教授在自然语言处理领域有着深厚的积累，而创新工场 AI 工程院则是李开复博士推动的重要平台，培养了一大批 AI 人才。杨植麟的团队并非从零开始，而是站在前人的肩膀上。叶奇意提到，杨植麟在清华期间就展现出了极强的技术能力和领导力，他的研究和工作风格深受唐杰教授的影响。

“杨植麟在清华的时候，他的研究和工作风格就深受唐杰教授的影响，这种学术传承是非常清晰的。”

这种学术背景为月之暗面奠定了坚实的技术基础。杨植麟不仅具备深厚的理论功底，还拥有将理论转化为工程实践的能力。叶奇意认为，杨植麟的团队在算法优化和模型训练方面有着独特的优势，这使得他们在面对算力受限的挑战时，能够通过算法创新来弥补硬件上的不足。这种“以智取胜”的策略，成为中国 AI 公司在全球竞争中突围的关键路径之一。

美团领投月之暗面：基于人才与经验的判断

月之暗面在早期阶段并没有成熟的产品，胜算并不明朗。然而，美团龙珠资本仍决定领投，这一决策基于对团队和行业的深刻理解。叶奇意表示，美团龙珠看中的是杨植麟及其团队的技术实力和潜力，以及他们背后的学术资源和人才网络。在当时的市场环境下，大多数投资者对大模型创业持谨慎态度，但美团龙珠认为，中国拥有全球最优质的 AI 人才储备，这是最大的竞争优势。

“我们投的不是一个具体的产品，而是背后的人才团队和长期的技术积累。”

这一投资决策体现了美团龙珠对 AI 行业长期价值的认可。叶奇意指出，上一代 AI 创业虽然经历起伏，但留下了宝贵的人才和经验，这些资源正在大模型时代重新发挥作用。美团龙珠通过领投月之暗面，实际上是在押注中国 AI 人才的持续创新和适应能力。这种基于人才判断的投资逻辑，使得美团龙珠在 AI 投资领域保持了敏锐的洞察力。

投流争议与算力困境：中国 AI 的短期挑战

Kimi 的崛起并非一帆风顺，期间也经历了投流争议和算力困境。叶奇意提到，Kimi 在早期通过大量的投流获得了用户关注，但这引发了关于营销与产品力平衡的讨论。与此同时，中国 AI 公司面临着严峻的算力短缺问题。由于美国对高端芯片的出口限制，中国 AI 公司在训练大模型时面临巨大的硬件瓶颈。如何在算力受限的情况下保持竞争力，是中国 AI 公司必须解决的难题。

“算力差距短期内难以弥合，但我们可以通过算法优化和工程创新来弥补。”

面对这一困境，月之暗面采取了“软硬结合”的策略。一方面，通过优化算法提高模型效率；另一方面，积极寻求国产芯片的替代方案。叶奇意认为，算力困境虽然严峻，但也倒逼中国 AI 公司进行技术创新，推动了国产芯片生态的发展。这种“压力转化为动力”的过程，是中国 AI 行业韧性的一种体现。

DeepSeek R1 带来的关键转折

DeepSeek R1 的发布成为了中国 AI 行业的一个关键转折点。叶奇意指出，DeepSeek R1 在性能上取得了显著突破，证明了中国 AI 公司在算法优化方面的实力。这一成果不仅提升了市场对中国 AI 的信心，也为其他公司提供了宝贵的经验。DeepSeek R1 的成功表明，即使在没有顶级算力的情况下，通过算法创新也能实现性能的飞跃。

“DeepSeek R1 的成功证明，算法优化可以弥补算力的不足，这是中国 AI 的重要突破。”

这一转折点对月之暗面也产生了积极影响。Kimi 团队从 DeepSeek 的经验中汲取了灵感，进一步优化了自己的模型。叶奇意认为，中国 AI 公司之间的良性竞争和相互学习，推动了整个行业的进步。这种“共同进化”的模式，使得中国 AI 在全球竞争中保持了活力和创新力。

K2 到 K3：让中国开源模型第一次摸到 SOTA

Kimi K2 到 K3 的演进，标志着中国开源模型在性能上取得了重大突破。叶奇意提到，K3 模型在多个基准测试中达到了 SOTA（State of the Art）水平，这是中国开源模型首次触及全球最先进水平。这一成就不仅提升了 Kimi 的市场地位，也为中国 AI 行业树立了新的标杆。

“K3 让我们第一次摸到了 SOTA，这是中国开源模型的里程碑。”

这一突破的背后，是月之暗面在算法和工程上的持续投入。叶奇意指出，K3 的成功得益于团队在模型压缩、训练效率等方面的创新。通过优化训练流程，月之暗面在有限的算力资源下实现了性能的最大化。这种“精细化运营”的策略，使得 Kimi 能够在激烈的市场竞争中脱颖而出。

Kimi 的“摇滚乐气质”：产品与文化的独特性

Kimi 不仅仅是一个技术产品，它还具有独特的“摇滚乐气质”。叶奇意形容 Kimi 为“具有叛逆精神和创新活力的产品”。这种气质体现在 Kimi 的产品设计和用户体验上，使其区别于传统的 AI 助手。Kimi 强调“简洁、高效、有趣”，旨在为用户提供一种全新的交互体验。

“Kimi 有一种摇滚乐的气质，它不循规蹈矩，敢于打破常规。”

这种文化特质吸引了大量年轻用户，形成了独特的社区氛围。叶奇意认为，Kimi 的成功不仅在于技术，更在于其独特的产品文化和用户情感连接。这种“情感化设计”使得 Kimi 在用户心中建立了深厚的品牌认同。通过打造具有个性的 AI 产品，月之暗面在市场中找到了差异化的竞争路径。

AI 1.0 为何困于“高级外包”？

回顾上一代 AI 创业，叶奇意指出，许多公司陷入了“高级外包”的困境。AI 1.0 时代，许多 AI 公司主要提供定制化解决方案，缺乏核心技术和产品化能力。这种模式导致公司难以规模化发展，且利润空间有限。叶奇意认为，AI 1.0 的失败在于缺乏对底层技术的掌控和产品思维的缺失。

“AI 1.0 很多公司做的是高级外包，没有形成自己的核心壁垒。”

这一教训为大模型时代提供了重要启示。月之暗面从一开始就致力于构建底层模型能力和通用产品，避免重蹈覆辙。叶奇意强调，只有掌握核心技术并实现产品化，才能在 AI 行业长期立足。这种“技术驱动+产品导向”的战略，使得月之暗面在竞争中占据了有利位置。

人才迁徙与信仰传承：两代 AI 人的汇合

中国 AI 行业的人才迁徙是一个重要现象。叶奇意提到，上一代 AI 创业留下的人才，正在大模型时代重新汇合。这些人才在之前的创业过程中积累了宝贵的经验，并在新的技术浪潮中找到了施展才华的平台。杨植麟、唐杰等核心人物，成为了连接两代 AI 人的桥梁。

“上一代的人才没有消失，他们在大模型时代重新找到了价值。”

这种人才流动不仅带来了技术的传承，也传递了 AI 信仰。叶奇意认为，中国 AI 行业的核心竞争力在于人才，而人才的集聚和流动推动了行业的持续创新。通过“人才复用”，中国 AI 公司能够快速组建高效团队，加速技术落地。这种“人才生态”的构建，是中国 AI 行业长期发展的基石。

更年轻的 DeepSeek 与 Scaling Law 的反思

DeepSeek 作为另一家备受关注的中国 AI 公司，展现出了年轻团队的活力。叶奇意指出，DeepSeek 在 Scaling Law（缩放定律）的应用上有着独特的见解。他们通过优化数据质量和训练策略，实现了模型性能的提升。然而，叶奇意也提醒，Scaling Law 并非万能，数据质量和算法创新同样重要。

“Scaling Law 很重要，但数据质量和算法创新才是关键。”

这一观点引发了对 AI 发展路径的深入思考。叶奇意认为，中国 AI 公司应避免盲目追求参数规模，而应注重模型的实际效能。通过“精细化训练”和“高质量数据”，可以在有限资源下实现更好的性能。这种“务实创新”的态度，是中国 AI 行业走向成熟的重要标志。

“卖模型能力不是一门好生意”：商业模式的探索

叶奇意指出，单纯出售模型能力并不是一门好生意。大模型作为基础设施，其价值在于应用层的创新。月之暗面致力于构建 AI 应用生态，通过 API 和服务赋能开发者。叶奇意认为，AI 的商业化成功取决于应用层的丰富度和用户粘性。

“卖模型能力不是好生意，应用层才是价值所在。”

这一战略使得月之暗面能够与开发者建立紧密的合作关系，共同推动 AI 技术的落地。叶奇意强调，构建开放生态是 AI 公司长期发展的关键。通过“赋能开发者”，月之暗面不仅扩大了市场影响力，也加速了技术的迭代和优化。这种“生态共赢”的模式，为 AI 行业的可持续发展提供了新路径。

零一万物缺的是什么？与巨头的竞争

在对比其他 AI 公司时，叶奇意分析了零一万物（01.AI）的短板。她认为，零一万物在应用层和生态建设上相对薄弱，主要依赖李开复的个人影响力。相比之下，月之暗面更注重产品化和生态构建。叶奇意指出，中国的大公司们在 AI 领域拥有资源和数据优势，但缺乏创业公司的敏捷性。

“零一万物缺的是应用层的深度和生态的广度。”

这一分析揭示了中国 AI 市场的多元竞争格局。叶奇意认为，初创公司与巨头之间并非零和博弈，而是互补关系。通过“差异化竞争”，初创公司可以在巨头缝隙中找到生存空间。同时，巨头的资源投入也为整个行业带来了正向溢出效应。这种“竞合关系”推动了 AI 技术的快速普及和应用创新。

不做 AI“二等公民”：中国 AI 的全球定位

最后，叶奇意强调，中国 AI 公司不应甘当“二等公民”。尽管面临算力限制，但中国拥有庞大的市场、丰富的人才和强大的工程能力。叶奇意认为，中国 AI 公司应自信地参与全球竞争，通过技术创新和模式创新，赢得国际认可。

“我们不做 AI 的二等公民，我们要用实力说话。”

这一信念激励着中国 AI 从业者不断突破自我。叶奇意指出，中国 AI 的成功不仅关乎企业利益，更关乎国家科技竞争力的提升。通过“自主创新”和“开放合作”，中国 AI 行业有望在全球舞台上扮演更重要的角色。这种“自信与进取”的精神，是中国 AI 行业走向未来的动力源泉。