Kimi月活下滑但估值飙升,AI行业“清场前夜”谁能笑到最后?

数量1倍数特性.pdf 立即下载

【Kimi融资情况】

据悉,Kimi还未上市,但其融资节奏比很多上市公司还猛。月之暗面近日完成新一轮约20亿美元融资,由美团龙珠领投,水木资本、中国移动、CPE源峰等参投,投后估值突破200亿美元,折合人民币约1360亿元。这是公司成立以来规模最大的单笔融资,也是国内大模型创业公司迄今金额最高的私募融资之一。

2026年1月、2月、5月,月之暗面分别进行了融资,半年不到累计融资超39亿美元,约合人民币267亿元,平均每天进账近两个亿。截至2026年5月27日,月之暗面累计融资总额已突破376亿元人民币,成为国内大模型创业公司中资金储备最雄厚的玩家。

【与同行对比】

相比同行,MiniMax累计融资约150亿元,智谱约130亿元,Kimi与它们的差距拉到了一倍以上。此前“不融资之王”DeepSeek也松口融资,据《金融时报》报道,国家集成电路产业投资基金正洽谈领投其首轮外部融资,估值目标看至450亿美元。即便DeepSeek这笔500亿人民币的大额融资落地,Kimi半年四轮的融资节奏仍然堪称疯狂。

【公司创始人与产品优势】

月之暗面创始人杨植麟,34岁,清华计算机系第一名毕业,师从中国大模型圈教父级人物唐杰,后在卡耐基梅隆读博,导师是苹果AI负责人。2023年,他看到ChatGPT问世后判断“窗口期可能只有一个月”,随即创立月之暗面。

大模型的先发优势起了决定性作用,Kimi凭借超长上下文处理能力和强大的代码生成能力,迅速成为国内AI助手的现象级产品。2026年3月,一位科技博主在X上发帖拆解月之暗面的技术报告,马斯克回复称“月之暗面做出了令人印象深刻的结果”。

【商业化情况】

2025年9月,Kimi上线付费会员服务,定价分为每月49元及99元两档。盈利模式主要有三条线:C端用户付费订阅(包含会员和打赏机制),B端API服务调用收费,以及企业定制化解决方案交付。

【用户数据下滑】

资本市场的热情和用户市场的冷清形成反差。据《每日经济新闻》联合QuestMobile发布的《2026年一季度AI应用价值榜》,Kimi月活已从峰值3600万跌至约833.8万,连续四个季度下滑。而同期字节跳动旗下的豆包,月活已逼近3.5亿,2月中旬差距约为六倍,到一季度末拉大到超过40倍。2025年第一季度,Kimi App月活跃用户数为2165.3万,到年底跌至902.7万。

大厂用生态流量碾压独立App,豆包背靠抖音,通义千问嵌入淘宝、钉钉、支付宝,而Kimi没有这样的靠山。2026年一季度,阿里的通义千问月活环比暴增969.1%至1.66亿,下载量环比增长954.3%,这是因为阿里投入营销预算并将AI嵌入用户高频使用的产品。

【商业数字增长】

用户数据下滑并不意味着收入下滑,月之暗面的商业数字呈现意外曲线。据接近月之暗面的人士向《21CBR》确认,K2.5模型在今年年初发布后,近20天的累计收入已超过2025年全年总收入。根据DoNews披露的财务数据,2026年2月1日至2月20日期间,月之暗面实现营收逾1.2亿元人民币,超过其2025年全年营收总额约1.18亿元。

据美团龙珠合伙人王新宇透露,K2.5更新后,公司年度经常性收入(ARR)在3月初突破1亿美元,4月进一步增长至超2亿美元。华峰资本则披露,4月ARR已超2亿美元。此外,海外付费用户保持高速增长,海外收入已超越国内;API服务收入占营收比例达67%,说明Kimi在To C打不过大厂的背景下,B端市场成了突围通道。

【AI行业分化】

2026年一季度,中国AI领域融资事件近600起,总额超1100亿元,同比激增185.4%。仅5月单月,月之暗面和阶跃星辰两家就拿走了超300亿元资金。钱高度集中在头部,AI行业已从“百模大战”进入“清场前夜”,资金虹吸效应显著,头部玩家吸干一级市场,腰部玩家基本断粮。

不同公司打法不同,月之暗面走“开源换生态”路线,用模型能力吸引全球开发者,通过API和海外付费用户快速兑现商业化;DeepSeek走“低成本+全开源”路线,用极致的成本控制和开源策略,以不到200人的团队撬动全球技术影响力;阶跃星辰则走“多模态”路线,10个月内发布11个自研基座模型,形成从文本到图像、视频、语音的全系列矩阵。

产业资本正在取代纯粹的财务投资者,成为这轮AI融资的中坚力量,如美团龙珠领投Kimi、中国移动参投、CPE入局,DeepSeek背后站着国家大基金和国资力量。资本结构已从早期“VC+FA”主导,进化为“产业资本+国资资本+财务资本”多元融合的新生态,这意味着AI大模型已成为国家战略层面的必争之地。

【资本逻辑与公司前景】

Kimi月活从3600万跌到830多万,估值却在半年内从43亿美元飙到200亿美元,这种“C端失血、资本加注”的反差让人费解。但资本不是看当下,而是赌公司有没有能力定义下一个时代的规则。摩根大通在4月发布的研报提到,市场对智谱和MiniMax的估值已隐含“2026年底ARR达到10亿美元和7亿美元”的前景,即投资人支付的是关于“未来定义权”的期权。

Kimi用K2.5和K2.6两款模型交出硬核技术答卷,K2.6能调度300个智能体分身并行处理4000个协作步骤,正把技术优势转化为新的产品形态。当大厂的AI产品在自研模型的生态里竞争时,Kimi选择出海,海外收入超过国内,说明其商业模式在全球范围内得到验证。

月活下滑不等于价值蒸发,Kimi正从“讨好所有人的AI助手”蜕变为“服务专业用户和企业客户的AI生产力平台”,这个切换过程会有阵痛,C端用户流失难以避免,但对于想长期生存的公司来说,砍掉无效流量泡沫、聚焦可持续付费场景是成熟表现。

不过,Kimi也面临风险,Agent技术同质化趋势明显,DeepSeek等对手有成本优势,Kimi在国内既无大厂流量,也无DeepSeek的成本结构,商业化在国内市场被两头挤压的困境短期难解。此外,C端用户的信任受过去数据泄露事件冲击,修复需要时间。

当下中国AI行业,缺少能用技术说话、用收入证明自己的公司,Kimi在ARR突破2亿美元、海外收入超越国内这两个指标上,已展示真实竞争力。资本用39亿美元投票,比分析师的乐观预测更有说服力。这盘大棋远未到终局,最后谁能留在中国AI的牌桌上,比的是谁能用最短时间把钱变成产品、用产品吸引用户、用用户产出价值,Kimi手里有足够筹码,就看如何出牌了。

__EF550.zip 立即下载

相关推荐

【高速互连技术】合规性测试规范:物理层信号完整性与链路均衡验证系统设计

内容概要:本文档介绍了分析工具进行实践对照,并关注后续规范版本更新以确保符合最终发布标准。

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)内容概要:本文介绍了基于NSGA-II多目标优化算法对包含风能、光伏、火电、储能系统、需求响应及电转气(P2G)等多种能源形式的综合能源系统进行优化调度的研究,采用Matlab进行代码实现。研究综合考虑了系统运行成本、碳排放、能源利用率等多个优化目标,通过建立精确的数学模型,结合可再生能源出力不确定性、负荷波动以及需求响应机制,实现多能源协同调度的帕累托最优解集求解,旨在提升能源系统的经济性与环保性,并验证所提方法的有效性和实用性。; 适合人群:具备一定电力系统、优化算法及Matlab编程基础的研究生、科研人员以及从事能源系统规划与运行相关工作的工程技术人员。; 使用场景及目标:①应用于多能源互补的综合能源系统优化调度研究;②为实现低碳、高效、可靠的能源供应提供决策支持;③学习和掌握NSGA-II算法在复杂多目标优化问题中的实际应用方法。; 阅读建议:建议读者结合Matlab代码与文中模型描述逐步理解算法实现流程,重点关注目标函数构建、约束处理及Pareto解集的生成与分析,有条件者可进一步修改参数或扩展模型以深化理解。

万人睡眠健康与生活方式调查数据集

成年人群睡眠健康与生活方式研究数据集,合成模拟10000行20列单CSV文件,睡眠障碍标记人群占比约四分之一。设置双预测目标:睡眠障碍二分类字段与日间疲劳得分回归字段,可分别开展分类与回归建模。特征字段涵盖年龄、性别、十一种职业类别、每周工作时长、轮班工作标记、自我压力评分、身体质量指数BMI、吸烟状态、每周饮酒量、每日咖啡因摄入毫克数、睡前一小时屏幕使用时间、每周运动分钟数、日均步行数、静息心率、习惯就寝时间点、平均睡眠时长、睡眠质量自评等二十项。数据完整无缺失,结果列与特征列分离清晰,便于目标泄漏防范练习。适用场景:睡眠障碍预测建模、日间疲劳程度回归分析、咖啡因与睡前屏幕对睡眠时长的影响量化、不同职业群体睡眠质量对比研究、逻辑回归与梯度提升模型对比实战等。合成数据不含真实个人信息,适合健康数据分析教学、特征工程练习与机器学习课程实训项目使用。

16周全【Harness&Hermes】多智能体开发特训营

2026年的AI开发者圈子里,几乎没有人再怀疑多智能体的价值。Gartner预测年底40%的企业应用将内置智能体,LangChain、AutoGen、CrewAI等框架轮番登场,演示视频里的AI团队分工明确、配合流畅。然而,一个尴尬的现实是:大多数开发者手里跑通的多智能体项目,停留在Jupyter Notebook的最后一行。一旦试图把它塞进真实业务环境,问题便如潮水般涌来——长任务跑到一半崩了要重来,智能体之间的消息黑盒般不可追溯,换个场景就得推倒重写,上线之后连“刚才那次调用为什么花了三倍的钱”都查不出来。 这正是【Harness&Hermes】多智能体开发特训营试图回应的命题。它的切入点不在“再教你写一个Demo”,而在于一个更朴素却更稀缺的能力:让多智能体系统从演示玩具变成可交付、可运维、可演进的生产资产。 要理解这门课的价值,得先看清多智能体开发当前的断层在哪里。单Agent时代,提示词写得好、API调得通,基本就能交差。但多Agent协作的本质是编排:谁负责拆解需求,谁负责执行,谁负责校验,上下文如何在角色之间传递而不丢失,某个环节出错时整条链路如何回退。这些问题的难度不在模型能力,而在工程控制。市面上不缺讲LangGraph节点怎么连、RAG检索怎么做的教程,缺的是把“多个智能体在真实业务压力下稳定协作”这件事讲透的人。 Harness与Hermes的分工,恰好对应了工程控制的左右手。根据课程的设计逻辑,Harness管“流程”,Hermes管“记忆与进化”。Harness 负责长任务的流程治理:一个面试模拟流程跑了二十分钟,中途用户关掉页面,下次打开能不能接着上次的进度继续?某个Agent调用工具超时了,整条链路是崩溃还是优雅降级?线上出了问题,日志能不能精确到“第几轮对话、哪个Agent、调了什么工具、花了多少token”。这些听起来不性感,但任何一

FANUC-R2000iC165F-六轴机械臂码垛仿真

FANUC_R2000iC165F_六轴机械臂码垛仿真

frontend-design skills

frontend-design skills

产业园区运营负责人如何利用数据智能化提升科技资源配置效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

一种具有实验验证的层级扰动抑制深度跟踪控制算法,适用于欠驱动型AUV(Simulink仿真、Matlab代码)

内容概要:本文详细介绍了一种专为欠驱动型自主水下航行器(AUV)设计的层级扰动抑制深度跟踪控制算法,该算法通过构建分层控制架构,有效应对海洋环境中复杂的外部扰动(如水流、波浪等)以及系统内部的非线性动态特性,显著提升了AUV在执行深度跟踪任务时的控制精度与系统鲁棒性。研究不仅涵盖了控制策略的理论设计与稳定性分析,还包括详细的Simulink仿真模型搭建、Matlab代码实现及参数设置,并通过对比实验验证了所提方法在抗干扰能力和跟踪性能方面相较于传统控制算法的优越性。资源包内含完整的可运行代码、仿真模型和详尽的文档说明,便于研究者复现结果并在此基础上进行二次开发与创新。; 适合人群:具备自动控制理论基础、海洋工程或机器人相关学科背景,且熟练掌握Matlab/Simulink仿真环境的科研人员、研究生及高年级本科生。; 使用场景及目标:① 深入学习和研究欠驱动AUV的先进运动控制技术,特别是深度跟踪控制策略;② 开展水下机器人抗外部扰动控制算法的设计、仿真与性能验证工作;③ 作为毕业设计、科研项目或学术论文的技术支撑与代码原型,加速研究进程。; 阅读建议:建议使用者结合提供的Matlab代码与Simulink模型,逐模块理解算法的实现逻辑与数据流,推荐从简单静态环境仿真入手,逐步过渡到复杂动态扰动工况,通过调整控制器参数与扰动强度,全面掌握算法的性能边界、鲁棒性特征及优化潜力。

国企央企如何实现技术成果的精准对接与快速落地?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

国央企如何构建高效的内部技术转移与创新协同机制?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何提升成果转化服务效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

圆柱形永磁体的磁场建模研究(Matlab代码实现)

内容概要:本文围绕圆柱形永磁体的磁场建模展开系统性研究,基于毕奥-萨伐尔定律建立了有限尺寸圆柱形永磁体的物理模型,推导出其在空间任意点产生磁场强度的数学表达式,并采用数值积分方法结合Matlab编程实现磁场分布的精确计算与三维可视化。研究深入探讨了磁体的几何参数(如半径、高度)和磁化方向对磁场分布特性的影响,实现了磁场矢量的多维度仿真分析,为电机设计、磁传感器开发、磁悬浮系统等工程应用提供了坚实的理论依据与高效的仿真工具支持; 适合人群:具备电磁场与电磁波、大学物理等相关理论基础,并熟悉Matlab编程语言的高校理工科学生、科研人员及从事磁性器件设计与仿真的工程技术开发者; 使用场景及目标:①掌握基于经典电磁理论的磁场建模方法与数值求解流程;②学习并实践Matlab在科学计算与物理场仿真中的高级应用技巧;③为永磁材料相关装置的结构优化与性能评估提供可靠的仿真手段;④服务于高校课程教学、科研项目验证及工程原型开发; 阅读建议:建议读者在学习过程中紧密结合电磁学基本原理,逐步理解公式推导逻辑,动手运行并调试所提供的Matlab代码,通过调整磁体参数观察磁场变化趋势,从而深化对永磁体空间磁场分布规律的认识,并尝试将其拓展应用于实际工程项目中。

国央企创新负责人如何利用平台实现技术需求的精准挖掘与匹配?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)

内容概要:本文提出了一种自适应多机器人编队规划方法,旨在实现对具有运动能力和可见性约束目标的高效包围与持续跟踪,采用Matlab进行算法实现与仿真验证。该方法综合考虑了多机器人系统在动态环境中的协同控制、编队形态生成与保持、障碍物规避以及目标可见性维护等关键问题,通过设计分布式控制律使编队能够根据目标行为和环境变化自适应调整队形与运动轨迹,确保稳定包围并最大化目标观测质量。文中详细阐述了系统的数学建模过程、控制策略设计原理及约束处理机制,并提供了多场景下的仿真实验结果,验证了所提方法在复杂条件下的鲁棒性、灵活性与有效性。; 适合人群:具备自动化、机器人学、控制理论或人工智能等相关领域基础知识的科研人员及研究生,熟悉Matlab编程环境并致力于多智能体系统、协同控制、路径规划或智能无人系统研究的专业人士。; 使用场景及目标:①应用于多机器人系统在监视、围捕、搜救等任务中对移动目标的协同包围与跟踪控制;②为研究分布式编队控制、可见性优化、动态避障与多智能体协同决策等核心技术提供可复现的算法实例与理论支撑; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现细节,重点关注控制律设计、约束建模与仿真结果对比部分,宜在仿真环境中调整参数配置以深入理解系统性能边界与优化潜力。

高校技术转移办公室人员在进行技术成果推介时,如何高效生成具有说服力的推介材料.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

铭飞MCMS源码部署

文章目录前言一、下载铭飞源码二、部署源码1.使用IDEA打开源码2.配置tomcat环境2.1下载tomcat并测试是否可以成功启动(此处不赘述)2.2在IDEA中安装tomcat环境并配置3.添加数据库,并配置3.1新建数据库3.2 导入sql配置三、启动测试 前言 铭飞MCMS基于IDEA、tomcat和mysql的环境搭建。 提示:以下是本篇文章正文内容,下面案例可供参考 一、下载铭飞源码 gitee:https://gitee.com/mingSoft/MCMS/releases(各种版本按需下

MARS_ZORO的博客 4070
上一篇: AI 应用还有价值吗?大模型主航道外,复杂行业藏着下一代企业软件机会
下一篇: 谷歌AI推进引担忧,Pichai谈公司变革、AGI及行业挑战
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值