OpenAI發(fā)布GPT5之前，中國大模型公司的下一步怎么走？11月16日，通用人工智能公司月之暗面創(chuàng)始人楊植麟分享了他的觀點與思考。

現(xiàn)場，月之暗面旗下Kimi發(fā)布新一代數(shù)學推理模型 k0-math，是Kimi 推出的首款推理能力強化模型，也是楊植麟技術路線思考的直觀體現(xiàn)。在他看來，行業(yè)接下來的重點是強化學習，技術范式會發(fā)生變化。

k0-math 模型采用強化學習和思維鏈推理技術，通過模擬人腦的思考和反思過程，提升解決數(shù)學難題的能力。在業(yè)界最常使用的數(shù)學能力基準測試 MATH 中，k0-math 初代模型成績超過OpenAI旗下o1-mini和o1-preview模型。

需注意的是，k0-math 模型雖然可以解答大部分有難度的數(shù)學題，但當前版本暫時無法解答 LaTeX 格式（一種排版語言）難以描述的幾何圖形類問題。還有一些局限性需要突破，如對過于簡單的數(shù)學問題，k0-math模型可能會過度思考；對高考難題和IMO（國際數(shù)學奧林匹克）題目有一定概率做錯。未來模型需要更好地泛化，才能在更多學科的場景中落地使用。

泛化是指模型應用到數(shù)據(jù)上時，能夠精準預測或分類。過去，行業(yè)共識于Scaling Law（規(guī)模定律）提供的理論框架能夠幫助研究者理解和預測模型在不同規(guī)模下的泛化性能，但近期，關于“Scaling Law失效”的觀點聲起。在楊植麟看來，AI的關鍵詞仍包括“Scaling”，這也是支撐AI技術在過去幾年有所進展的重要因素。Scaling不是簡單地將模型做得更大就好，而是找到有效的方法去Scale，比如更好的數(shù)據(jù)和方法。

目前行業(yè)在楊植麟看來已經(jīng)發(fā)生變化，月之暗面的重點是基于強化學習去Scale，而非簡單預測下一個token（文本中的最小單位）是什么，因為后者具備局限性——只基于靜態(tài)數(shù)據(jù)集無法探索更難的任務，加入強化學習的預測會在思考過程中生成更多的數(shù)據(jù)。

月之暗面選擇的試驗場景是數(shù)學，在楊植麟看來，數(shù)學是最適合讓AI鍛煉思考能力的場景。因為在計算過程中，模型需要不斷試錯。如果算錯了，可以返回驗證、校對，再計算，這也是OpenAI提出o1模型核心想要表達的觀點。楊植麟稱，o1最初也是從數(shù)學場景開始，通過嚴密的自成一體，不需要與外界交互。此次發(fā)布的數(shù)學模型 k0-math 有兩個層面的價值：一是在教育場景應用，二是實現(xiàn)公司技術迭代和驗證。

在明確強化學習與AI思考能力方向之前，月之暗面也經(jīng)歷過戰(zhàn)略調(diào)整。楊植麟表示，公司一開始嘗試過幾個產(chǎn)品一起做，這個方式在一定時期有效，但最終發(fā)現(xiàn)還是要聚焦，將一款產(chǎn)品做到最好是月之暗面認為最重要的事。于是在今年3月左右，公司決定聚焦Kimi。“如果現(xiàn)在三個業(yè)務一起做，活生生把自己變成大廠，那我就會沒有任何優(yōu)勢。”楊植麟表示。

另外，楊植麟稱，公司也會根據(jù)美國市場的情況去判斷哪個業(yè)務最后可以做大。例如ChatGPT目前已有超過5億的月活，算得上半個超級應用，Super APP的路徑在很大程度上被驗證。但也有像Character.ai這樣的產(chǎn)品一開始用戶量很多，后面很難破圈的情況。因此，楊植麟對第一財經(jīng)記者表示，會觀察美國市場與產(chǎn)品，但這并非唯一的判斷標準，也會根據(jù)自身觀察來判斷上限最高的事情，并通過這種方式去控制業(yè)務與人數(shù)。

至于目前行業(yè)密集發(fā)布的多模態(tài)產(chǎn)品，楊植麟表示公司有幾個多模態(tài)能力已在內(nèi)測階段，多模態(tài)最重要的是思考與交互，而思考的重要性遠大于交互。“思考決定上限，交互是一個必要條件；多模態(tài)是必要的，但思考決定了它的上限。”楊植麟表示。

(本文來自第一財經(jīng))