界面新闻记者 | 伍洋宇

界面新闻编辑 | 文姝琪

在月之暗面北京总部会议室
，今年刚刚31岁的杨植麟正在摆弄他的笔记本。在下个会议开始之前，这位繁忙的创始人要抽出一个小时 ，为公司完成一些输出
，并回应一些疑问 。

他全程神色轻松，能在时不时的玩笑中笑出来
。这一个小时没有回应任何行业和产品以外的问题 ，但好像又充分展现了态度。

在公司卷入风波一周后
，这是一场突然且罕见的产品发布会，传递的信号言简意赅：公司的重心仍然在模型研发和产品推进上 。

11月16日 ，在Kimi Chat全量开放一周年之际
，Kimi发布新一代数学推理模型k0-math，数学能力对标OpenAI o1系列
。 

在中考
、高考、考研以及包含入门竞赛题的MATH等4个数学基准测试中 ，k0-math初代模型成绩超过o1-mini和o1-preview模型。在两个难度更大的数学题库OMNI-MATH和AIME基准测试中
，k0-math初代模型的表现分别达到了o1-mini最高成绩的90%和83% 。 

此外，Kimi探索版在搜索体验上也加入了强化学习
，在意图增强 、信源分析和链式思考三大推理能力上有所提升
。 

月之暗面方面表示，k0-math模型和Kimi探索版 ，未来几周将会分批上线Kimi网页版和Kimi智能助手APP。

杨植麟作为此次产品发布的主讲人
，同时探讨了行业近段时间一系列关键议题 。 

杨植麟将AI技术过去几年的发展归功于“Scaling
”，但认为这不是简单将模型做大就可以 ，核心是找到有效的方法去“Scale Up”
，比如说更好的数据或算法
。 

同时，他提及背后的范式已经发生一些转变 ，例如要从“Next-Token Prediction（预测下一个token） ”转向更关注基于强化学习的“Scale Up
”。

这是让大模型打破静态数据集带来的局限性
，进而具备思考能力去探索更艰难任务的重要环节 。 

对杨植麟而言，数学场景被认为是AI锻炼思考能力最适合的场景。他引用了伽利略的一段话 ，“这个宇宙如果你把它看成一本很大的书
，宇宙它其实是用数学来写的，数学是表达这个宇宙的语言”
。并且 ，在数学场景中，AI不用跟外界交互就可以自成一体。

除了明确表示向强化学习进击之外
，杨植麟对预训练模型作出了自己的评价和判断 。他对Scaling Law仍然乐观，认为预训练模型还有半代到一代的提升空间 ，这个空间大概率会由头部大模型在明年释放出来
。

杨植麟还透露Kimi Chat的月活用户规模达到3600万
，他难得地强调，提升留存就是Kimi当前最核心的目标。

“基本上它跟你的技术成熟度或者技术水平也是一个正相关的过程 ，所以对我们当前来说是最重要的 。 ”他说
。

以下为杨植麟受访实录
，略作编辑：

记者：你们预训练的情况现在是什么样的？

杨植麟：我觉得预训练还有空间，半代到一代的模型。这个空间会在明年释放出来 ，领先的模型会把预训练做到一个比较极致的阶段 。

但是我们判断接下来的重点会在强化学习上
，范式上会产生一些变化
。它还是Scaling，只是通过不同的方式去Scale。

Scaling law会不会有一个天花板或者上限？我相对来说比较乐观一点 。核心在于原来用静态数据集是比较简单粗暴的使用方式 ，现在用强化学习的方式
，很多情况下是有人在参与这个过程
。但是人没有办法标注那么多数据，不可能把每道题具体的思路都标出来 ，所以你其实是用AI本身加上人的杠杆。比如说你标100条数据，就能产生非常大的作用
，因为剩下的它都是在自己思考 。

它从做法上来说确定性是比较高的，因为很多时候（模型）是一个调出来的过程。我现在觉得大概率可以通过这种方式做出来 ，它上限是很高的
。

记者：关于多模态模型的问题
，Sora马上要发了，大概是圣诞节之前 ，一直不做多模态的原因是什么？

杨植麟：我们也做
，几个多模态的能力在内测。

我是这样看的，AI接下来最重要的是思考和交互这两个能力 。思考的重要性远大于交互 ，不是说交互不重要
，交互是一个必要条件，但思考会决定上限
。

你就看这个任务的标注难度有多大 ，你到底需要一个博士去标
，还是每个人都可以标，哪个任务更难找到这样的人 ，那个东西就是AI的上限。

记者：你是什么时候决定聚焦Kimi？

杨植麟：大概今年二
、三月份吧，或者三、四月份
，大概那个区间 。一个是基于美国市场的判断，二是基于我们自己的观察 ，主要是这两点
。还有就是确实得做减法
，不是疯狂的做加法。

记者：对于Kimi来说，它目前的最核心的任务是什么？

杨植麟：最核心的任务就是提升留存 ，或者把留存作为一个重要的衡量指标 。基本上它跟你的技术成熟度或者技术水平也是一个正相关的过程
，所以对我们当前来说是最重要的
。

假设我们衡量距离AGI目标的距离，现在还是初级阶段 ，当然每年都有一些比较大的进步
，如果今年用去年的产品，你会发现可能根本没法忍受。

记者：Kimi过去一年确实深受很多用户的喜欢 ，但是它最受争议的一个问题就是烧钱投放
，能不能今天有一个正式的回应，就是为什么Kimi在那么早的时间选择投放用户？你今天也说到了关于留存其实并没有那么的满意 ，那接下来投放的动作会是持续性的吗？

杨植麟：整体留存我们相比于其它的产品还是有优势的，如果放眼去看这个产品的终极生态
，今天肯定有非常大的空间，这个是我想表达的 ，我们会持续在这个方面做得更好
，肯定还有很大的空间

记者：因为预训练的Scale现在都觉得遇到瓶颈了，美国遇到瓶颈以后你觉得对中美大模型的格局的影响是什么？差距是变大还是变小？特别是对于中国公司来说是好事还是坏事？能不能对未来做一些预测？

杨植麟：对我们来说它有可能是一个好事 。假设你一直pre-train ，你的预算今年1B 、明年10B或者100B
，它不一定可持续
。当然你做post-train也要Scaling，只是说Scaling的起点很低。你可能Scale很长一段时间 ，在一段时间内你的算力就不会是瓶颈
，这个时候你的创新能力是更重要的，在这种情况下我觉得对我们反而是一个优势 。 

记者：在范式转化之后 ，从训练的Scaling到推理的Scaling
，可以完整回顾一下，看到这个趋势的时候做了哪些关键的判断？之后的技术和产品上已经有了哪些调整？

杨植麟：o1的变化其实是可以预测的 ，我们很早就在说接下来推理占的比例会远远超过训练。因为你如果去分析的话，它是必然产生的
，你没有那么多数据训练，你肯定是要生成数据 ，生成数据肯定是强化学习
，本质是一样的
。

只不过在早期预训练的很多红利没有被完全发挥出来，所以可能很关注怎么通过Next—Token prediction能压缩出来更多的智能。但是我们很早去铺垫 ，比如说在强化学习上我们能做什么
，不管是在人才上还是在技术的储备上 。 

记者：o1发了以后大家也会觉得深层推理，还有包括你今天说的数学模型 ，它离普通用户比较远
，你怎么看这个功能和用户的关系？

杨植麟：其实也不远
。数学我觉得是两个方面的价值，第一个方面它今天在教育产品上其实有非常大的价值。在我们整体的流量里也起到很重要的作用 。第二个 ，我觉得它是技术上的迭代和验证
。我们可以把这个技术去放在更多的场景里
，比如我们刚刚说的探索版。

记者：怎么看待AI创业公司被收购，人才回流大的现象？  

杨植麟：这个问题我们没有遇到 ，但可能有一些别的公司遇到 。行业发展进入了一个新的阶段，它从一开始有很多公司在做
，变成了现在少一点的公司在做，接下来大家做的东西会逐渐不一样 ，我觉得这是必然的规律
。

我们主动选择做了业务的减法
，这个还是很重要的，你应该聚焦一些重要的事情 ，然后做好。在这几个大模型创业公司里
，我们始终保持人数最少，始终保持卡和人的比例是最高的 ，这个非常关键 。

如果你想把团队保持在一定的规模
，最好的方式是业务上做一些减法
。我们一开始确实也尝试过几个产品一块做，这在一定的时期内有可能是有效的 ，到后来发现还是要聚焦
，把一个产品做好
、做到极致是最重要的。

砍业务本质上也是在控制人数，不希望人数长得特别猛 。如果现在三个业务一起做 ，我就活生生把自己变成大厂，就没有任何的优势。