48億估值敲定新融資之際 月之暗面總裁張予彤現身達沃斯

《科創板日報》1月23訊（記者 李明明）近日，月之暗面Kimi總裁張予彤出席達沃斯2026世界經濟論壇年會。

在《中國AI+經濟》和《原生AI驅動型企業》兩場主題對話中，張予彤闡述了中國在AI技術浪潮中的核心競爭力，并揭秘了中國AI公司如何在資源僅為美國同行1%的背景下，通過極致的算法創新與算力協同，打造出具備全球競爭力的大模型。并稱：“我們很快就會發布一個新模型?！?/p>

值得一提的是，在出任月之暗面Kimi總裁后，張予彤近期較為頻繁的公開露面，此前還出現在清華大學一場關于創新、創業的交流活動中。

“很快就會發布一個新模型”

隨著AI推理成本在過去一年中下降了100至1000倍，張予彤認為“智能”正在成為一種新的通用語言。在她看來，未來的軟件將走向“無形化”：人類無需再通過點擊成百上千個按鈕或背誦復雜公式來操作GUI，取而代之的是通過自然語言，經由智能體（Agent）調用一切功能。

“軟件不會消失，但它將變得隨手可得且‘可丟棄’。”張予彤預測，未來的代碼將通過“氛圍編程”（vibe coding），只要意圖清晰，AI就能即時編寫出個性化工具交付結果。

這種變革也在重塑勞動力市場與企業架構。張予彤透露，Kimi目前僅有300人左右，卻支撐起了底層模型研發與數千萬用戶的應用運營，甚至有不到10人的應用公司利用數百個智能體實現了極高的運營杠桿。她強調，未來的原生AI組織將不再強調機械的職能分工，而是看重員工的通用智能能力與學習力。

在論壇問答環節，當被問及今年是否會出現新的“中國AI時刻”時，張予彤笑著回應：“我們很快就會發布一個新模型。”

而此前《科創板日報》記者獨家獲悉，月之暗面計劃今年一月或者三月上線多模態新模型，型號或為K2.1/K2.5。

1%資源下的不對稱競爭

在探討中美AI競爭格局時，張予彤分享了一個極具沖擊力的事實：Kimi僅使用美國頂尖實驗室1%的資源，就開放出Kimi K2、Kimi K2 Thinking這樣全球領先的開源模型，甚至在部分性能上超越美國的頂尖閉源模型?！皬膭摌I第一天起我們就清醒地意識到，中國初創公司沒有隨意堆砌算力的條件?！彼硎?，“這迫使我們通過大量的基礎研究創新來換取極致的效率?！?/p>

張予彤透露，Kimi投入了大量精力將工程化思維引入研究環節，確保所有算法創新都能在生產系統中大規模穩定運行。例如，Kimi是全球首個在大型語言模型訓練中跑通Muon優化器的公司；同時，自研的線性注意力機制（Kimi Linear）在處理速度上已顯著超越傳統的全注意力系統，實現了效率的跨越式提升。

這種效率優勢正快速轉化為“平權”生產力。張予彤分享道：“現在我們收到的大量簡歷不再是PDF，而是個人網站鏈接。即使是完全不懂代碼的人，也能通過AI生成的網頁代碼展示才華。AI讓專業技能平權化，釋放了每個人的個體創造力。”

針對中國AI產業的獨特底色，張予彤總結了中國在當前AI競賽中的三大驅動力。

首先是規?；袌龅馁x能。張予彤表示，中國龐大的制造業與零售業為AI提供了得天獨厚的使用場景。這種海量數據與復雜業務邏輯的結合，使中國公司能夠在生產環節中構建真正可擴展的系統，讓技術在實際落地中完成高效迭代。

其次是社會對新技術的包容與開放態度。回顧新能源汽車、太陽能、智能手機及自動駕駛的發展歷程，張予彤認為，中國用戶與企業對提升生產力的新工具展現出極高的擁抱意愿，“對技術的開放性和擁抱新技術的態度，是中國非常獨特的優勢”。

最后是“基建先行”的思維模式。中國在電力供應、跨區域高速公路以及多城市巨型數據中心方面的持續投入，有效降低了能源獲取成本。這種數字基建的領先地位，確保了前沿創新不受能源瓶頸阻礙，為技術爆發提供了穩固支撐。

大模型企業加速分化

曾經的大模型“六小虎”正加速分化，今年初，頭部企業智譜與MiniMax先后登陸香港聯合交易所，上市后市值雙雙突破千億港元。

在智譜、MiniMax等競爭對手借助上市融資擴大競爭優勢的背景下，月之暗面選擇暫緩上市，其底氣主要來源于充足的私募資金支持。

此前月之暗面創始人楊植麟通過內部信披露，公司已完成5億美元C輪融資且大幅超募，當前現金儲備超100億元，并明確表示“短期不著急上市，也不以上市為目的”。

而近日，《科創板日報》記者獨家獲悉，月之暗面正在敲定新一輪融資，此輪融資投前估值達到48億美元，而在幾周前，該公司估值還是43億美元。據了解，市場需求旺盛導致投資者興趣激增，此輪融資將很快完成交割。月之暗面目前尚未就本次融資置評。

當前中國大模型領域競爭白熱化，各家路徑差異逐漸清晰。與一些公司追求用戶規模、快速推進商業化應用和資本化不同，月之暗面旗幟鮮明地將寶押注在技術極限的突破和AGI的長期愿景上，試圖通過打造“不被定義”的獨特能力建立壁壘。

然而，這條路徑也伴隨著高風險。巨額算力投入、技術路線的潛在波動、商業化深度與廣度之間的平衡，以及全球頂尖實驗室的激烈競爭，都是其面臨的挑戰。能否持續獲得大規模私募資金支持以維持其“燒錢”研發模式，將是關鍵。