月之暗面獲超10億美金融資 小紅書、美團(tuán)、阿里等共同投資

2月19日消息，據(jù)36氪，AI創(chuàng)業(yè)公司“月之暗面”近期已完成新一輪超10億美金融資，投資方包括紅杉中國(guó)、小紅書、美團(tuán)、阿里，老股東跟投。

月之暗面的上一輪融資為2023年獲得的超2億美金融資，投資方包括紅杉中國(guó)、真格基金等。本輪融資后，月之暗面估值已達(dá)約25億美金，為國(guó)內(nèi)大模型領(lǐng)域的頭部企業(yè)之一。

此外，該報(bào)道還稱，月之暗面當(dāng)前已經(jīng)在秘密研發(fā)通用多模態(tài)模型，預(yù)計(jì)今年內(nèi)將推出。月之暗面在多模態(tài)相關(guān)技術(shù)上多有儲(chǔ)備，團(tuán)隊(duì)成員曾發(fā)明了包括基于對(duì)比學(xué)習(xí)的視覺預(yù)訓(xùn)練范式MoCo、最高效的視覺網(wǎng)絡(luò)結(jié)構(gòu)之一ShuffleNet等，也有團(tuán)隊(duì)成員主導(dǎo)開發(fā)了detectron2，后者是一個(gè)被廣泛使用的視覺開源項(xiàng)目，曾被集成到Meta全線VR/AR產(chǎn)品中。

圖源：36氪

天眼查App顯示，月之暗面是一家AIGC公司，主要業(yè)務(wù)為AGI，已于2023年6月完成天使輪融資，投資方為紅杉中國(guó)和真格基金。月之暗面所屬公司為北京月之暗面科技有限公司，該公司成立于成立于2023年4月，法定代表人楊植麟，企業(yè)注冊(cè)資本100萬(wàn)人民幣，實(shí)繳資本85萬(wàn)人民幣，企業(yè)經(jīng)營(yíng)范圍包括計(jì)算機(jī)系統(tǒng)服務(wù)；軟件銷售；計(jì)算機(jī)軟硬件及輔助設(shè)備零售；計(jì)算機(jī)軟硬件及輔助設(shè)備批發(fā)等。

據(jù)了解，月之暗面（Moonshot AI）成立于2023年3月，是國(guó)內(nèi)大模型領(lǐng)域的關(guān)鍵玩家。其核心團(tuán)隊(duì)曾參與到Google Gemini、Google Bard、盤古NLP、悟道等多個(gè)大模型的研發(fā)中，目前月之暗面團(tuán)隊(duì)人數(shù)已超80人。

北京月之暗面科技有限公司企業(yè)詳情 圖源：天眼查APP

其中，團(tuán)隊(duì)創(chuàng)始人楊植麟是一個(gè)90后，本科畢業(yè)于清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，博士就讀于全美自然語(yǔ)言處理排名第一的卡內(nèi)基梅隆大學(xué)語(yǔ)言技術(shù)研究所（LTI)，師從蘋果AI研究負(fù)責(zé)人Ruslan Salakhutdinov、谷歌首席科學(xué)家William Cohen。

在博士期間，楊植麟用4年時(shí)間完成了一般6年才能完成的博士課程，并連續(xù)作為第一作者發(fā)表了兩項(xiàng)關(guān)鍵研究成果——Transformer-XL和XLNet。Transformer-XL 成為首個(gè)全面超越 RNN 的注意力語(yǔ)言模型，相關(guān)論文是 NeurIPS 2019 與 ACL 2019 的最高引論文之一；XLNet 則在 20 項(xiàng)任務(wù)上超越谷歌 BERT 模型。截至目前，楊植麟本人學(xué)術(shù)引用量自2019年起已超2萬(wàn)余次。

楊植麟個(gè)人谷歌學(xué)術(shù)界面 圖源：AI科技評(píng)論公眾號(hào)

此外，團(tuán)隊(duì)的聯(lián)合創(chuàng)始人周昕宇與吳育昕，均為清華大學(xué)校友。團(tuán)隊(duì)現(xiàn)已匯聚了來(lái)自CMU LTI、Google、Meta（原Facebook）、Amazon等全球頂級(jí)學(xué)術(shù)機(jī)構(gòu)及科技公司的諸多海外高層次人才。月之暗面在人工智能領(lǐng)域持有明確立場(chǎng)，特別是在大語(yǔ)言模型的應(yīng)用與融合方面，楊植麟的理解獨(dú)到，堅(jiān)定走To C道路，路線也一直是產(chǎn)品驅(qū)動(dòng)。

技術(shù)優(yōu)勢(shì)上，月之暗面最為稱道的則是Kimi Chat的長(zhǎng)文本基礎(chǔ)技術(shù)能力。11月，Kimi Chat宣布全面對(duì)外開放，不再限制內(nèi)測(cè)資格，能高效處理約20萬(wàn)漢字的上下文。楊植麟曾在演講中表示，規(guī)模化是通向AGI的核心，而隨著模型不斷迭代，長(zhǎng)文本會(huì)逐漸取代微調(diào)，成為定制模型的關(guān)鍵技術(shù)。但通過滑動(dòng)窗口、降采樣、小模型等技術(shù)捷徑實(shí)現(xiàn)上下文窗口延長(zhǎng)，都是“技術(shù)捷徑”。目前符合大模型技術(shù)原理的做法是通過對(duì)數(shù)據(jù)的無(wú)損壓縮，以真正提升模型能力。