超聚焦

張予彤，從金沙江的投資人搖身一變，成為了月之暗面的掌舵人。

據每日新聞報道，近日，張予彤以月之暗面Kimi總裁的身份出現在清華大學的一場交流會上，而有關人士也確認了張予彤已經出任月之暗面Kimi總裁一職，負責公司整體戰略與商業化。

而上一次張予彤如此引發關注，還是去年年底，金沙江創投主管合伙人朱嘯虎公開指責其故意隱瞞自己擁有月之暗面股份，違反了基金合伙人和公司董事的受托責任，要求其公開道歉的消息。

據市場猜測，張予彤正式成為了月之暗面的總裁，大概率已經妥善解決了金沙江與月之暗面的糾紛，股權糾紛已不再是月之暗面繼續任用張予彤的障礙。

不過，曾經鬧得沸沸揚揚，一度被稱為是中國創投史標志性法律糾紛的事件，站在一年之后再回頭看仿佛已經塵埃落定，反倒是曾經被視作中國AI龍頭的月之暗面，卻在2025年末聲量式微。

那么，作為曾經一時無比耀眼的AI獨角獸企業，月之暗面和它的Kimi的現狀如何？又遇到了哪些困難呢？

01大模型AI創企沒有護城河

如果說2024年的Kimi還在享受著技術紅利，那么2025年其曾經擁有的護城河，卻已不可避免地成為了行業基線。

這個基線，很大程度上可以用曾經讓Kimi一鳴驚人、并有效提升用戶體驗感的長文本處理能力來代表。

2024年中，Kimi憑借著對20萬、50萬甚至200萬Token上下文窗口的突破，在國內AI圈掀起了一場小小的地震。這樣的長上下文不僅僅是數字上的領先，更是實打實的用戶體驗碾壓。

用戶可以把整本財報、所有的會議紀要、甚至一部小說扔進去讓Kimi分析，它都能保持連貫。這樣的能力，讓Kimi借助學術圈層的支持迅速站上了時代的風口。

但這樣的技術領先，在這場全球性的AI軍備競賽中實在算不得什么。

大模型領域的技術迭代，遵循著一種近乎殘酷的開放-復制-追趕路徑。當Kimi證明長文本是剛需且技術可行時，國內所有大模型產品，都在幾個月后標配了一致甚至更加強大的能力。

這其實也是當前大模型初創企業的最真實現狀曾經或許因某幾項能力極為突出、一度成為了用戶與資本市場的小甜甜，在幾個月之后也不免淪為牛夫人。

而導致出現這樣情況的原因有二：國內盛行的開源生態和AI大模型不高的壁壘。

國內頭部大模型創業企業，或是為了打造開源生態、亦或者是為了借助外部開發者的力量協助迭代模型、打出飛輪效應，往往都會對其基礎模型架構和關鍵優化技術進行開源或半開源。

這極大地推動了模型的傳播，但同時也意味著，一家大模型的有效突破成功，其背后的工程實現邏輯會在幾周乃至幾天的時間中通過研究論文和社區討論的方式，被快速消化并集成到其他開源或商業模型中。

即便某個友商不直接開源其模型，通過對現有公開論文和模型的分析，幾乎不可能出現友商無法跟上的情況，頂多是算力投入上的成本和時間差問題罷了。

這就像Minimax創始人閆俊杰所說的那樣：留給領先模型的優勢窗口期越來越短，最先進的閉源模型只能比同性能的開源模型領先6個月。即使SOTA模型需要大量的資金/能源/計算來訓練，而追趕者們能夠通過模型蒸餾低成本地創造類似的性能。

這在北美更加常見，該趨勢在OpenAI、Anthropic、xAI、Google之間顯示的淋漓盡致，當所有AI模型巨頭都手握巨量的訓練算力，各家之間的差距真的沒有多少，最強的大模型永遠是最新發布的大模型，大家輪流做第一。

回到中國AI創企身上來，這就像所有參賽選手都拿到了相同的發動機藍圖。

其中Kimi其實就是最典型的選手，其依靠研發能力率先組裝出了一輛跑得最遠的汽車，但其他車隊立即拆解了它的輪胎和燃料系統，并利用自身更雄厚的資金和算力優勢，迅速完成了模仿和超越。

因此，在現在中國的AI賽道中，除了少數擁有過人研發能力、持續致力于底層架構革新的企業，比如像DeepSeek這種持續推動開源模型能力創出新高、對計算經濟學有顛覆性影響的創業公司，能夠真正做到人無我有的技術壓制外，剩下的玩家，有一個算一個，幾乎都陷入了功能上的混戰。

而Kimi這樣一年之前還是最耀眼的AI創企，也同樣被迫下場和友商們貼身肉搏。

現實就是這么殘酷，Kimi在未來數年的最大的挑戰，或許不再是技術突破，而是如何在一個人人都能快速提升模型能力的時代，重新找到或定義自己的生存價值。

如今，Kimi的技術光環已然褪去，真正考驗它的，已不再是算法或模型，而是張予彤所肩負的商業化突圍之戰。

02想要追求AGI得先活下去

比通往AGI的路更難走的，是商業化的道路。

當技術上的領先優勢迅速被行業抹平時，所有獨立的AI初創公司都猛然從技術信仰的幻夢中清醒，直面殘酷的生存挑戰，那就是如何將持續燃燒的算力成本轉化為真金白銀的營收，將月亮變為六便士，完成商業閉環。

這對于融資相對更困難的國內大模型創業企業而言，更是如此。

它們不像那些背靠互聯網巨頭或通訊巨頭的大模型團隊，擁有近乎無限的資金輸血，以及現成的、等待優化的應用場景和億級用戶流量：譬如百度有文心一言嫁接在搜索和企業云服務上，阿里有通義千問融入釘釘和電商體系。

而Kimi、智譜（盡管獲得了巨頭投資，但仍需自證能力）這類純粹的AI獨角獸，必須完全依靠自身力量，從零開始去找錢和找場景，去證明自己的商業化價值，甚至需要用遠期的高額回報預期來安撫背后的資金。

這也是智譜近日對外發聲，稱要沖擊中國AI第一股的原因它必須對站在身后的資本做出交代。

事實上，這種壓力并非中國獨有，甚至與公司技術地位無關。即便是全球AI領域的領跑者OpenAI，其商業化的壓力也從未停止。

盡管OpenAI的最新估值已經到達了5000億美元，但這都是紙上富貴，沒辦法迅速轉換成為購買、租賃GPU的現金，也無法為科學家、工程師們支付下個月的工資。

這導致OpenAI為了獲得下一階段的持續融資，必須要像半個上市公司一般，每年披露數版對未來業務和財務的預測，向投資人描繪出一個宏偉的藍圖，才有可能順利拿下融資。

除了向外部要錢，OpenAI在技術路線上也悄然轉向：最新發布的GPT-5并未展現出突破性的模型能力，更多聚焦于商業化落地與應用場景優化這本身便釋放出一個強烈信號：對AI創企而言，商業化早已不是加分項，而是決定生死的必選項。

而在中國，情況并無本質不同。

對于Kimi這樣的獨立大模型公司來說，可選的商業化路徑本就極為有限：既無龐大的自有流量池可供導流，也缺乏嵌入成熟業務體系的天然場景。在B端市場尚未形成穩定付費習慣、政府與企業采購周期漫長的前提下，面向終端用戶的訂閱制，幾乎成了不得不抓住的救命稻草。

Kimi為此推出了一系列舉措：上線高級功能、提供更穩定的API服務，甚至嘗試AI砍價等創新營銷，試圖將高頻使用者轉化為付費用戶。 不過，想要從中國用戶口袋里直接掏錢，可比讓他們每個月看半個小時廣告難多了。

有業內人士告訴超聚焦，Kimi當前的付費用戶轉化率甚至不到1%，這樣的付費率遇上提供推理服務、進行大模型訓練都在時刻燒錢的AI企業來說，與杯水車薪并無差異。

在這樣的背景下，新加入的張予彤肩負的不僅僅是提升月之暗面的估值，更是在技術優勢迅速消失的背景下，為公司重新錨定生存價值和找到持續輸血的商業模式。

Kimi必須在算力投入和產出回報之間找到一個可持續的平衡點，否則，無論技術如何迭代，都逃脫不了被市場淘汰的命運。

畢竟，在技術神話退潮之后，AI的終局不在于誰先觸碰到AGI的星辰，而在于誰能在這片燒錢的荒原上，種出可持續生長的商業綠洲。

張予彤與楊植麟的真正考驗，或許2026年才剛剛開始。