AI热榜 月之暗面 Kimi 正在 C 端爆款产品之外，加速布局 B 端模型服务和全球化市场。
月之暗面 Kimi B 端负责人黄震昕表示，Kimi 的定位并不是做最便宜的模型，而是希望做最高性能的模型。
在他看来，无论 To C 还是 To B，本质上都是探索智能上限的不同方式。
随着 AI 对生产力结构的改变越来越明显，Kimi 正在围绕 Coding、Agent、长链路推理、多模态理解和企业级应用场景，寻找模型能力进入真实业务流程的路径。
差异化优势：做 All in one 模型 面对海外头部模型的强势竞争，Kimi 希望通过差异化能力进入全球企业的核心业务流程。
黄震昕向 InfoQ 表示，Kimi 最终的目标是希望探索智能的上限，希望能和海外那三家模型“掰一掰手腕”。
据介绍，Kimi 的一个重要特色是 All in one。
它将视觉理解、Coding 和 Agent 能力融合在一个模型中，而不是将视觉能力作为外接模块单独处理。
有些模型会使用类似“XXX-VL”版本来处理视觉任务，但视觉并没有完全融合进去。
“我们在预训练阶段就已经把视觉数据和文本数据放在一起训练，带来的好处是我们能做一些全球其他厂商不太能做到的能力，比如 Visual-to-Code，把视觉动效直接用代码实现出来。
”黄震昕说道。
Kimi 近期还与字节跳动的 Trae 上线了 Visual Debug 功能。
开发者遇到 Bug 时，可以直接录屏或截图标识问题，模型便能理解视觉信息与代码上下文，并给出修复方案。
这背后是因为 Kimi 团队观察到，大量程序员已经习惯直接丢一张图或录屏给模型做 Debug，Kimi 在“视觉+ Coding”的混合场景上有明显优势。
短期内 Kimi 仍会更多专注模型，因为模型本身还有大量事情要做，把模型做好已经很不容易。
这也体现在人才选择上，月之暗面当前依然优先招聘“最聪明、最天才的人”，让他们去做创新。
公司会在研发上提供行业内较高的人均算力和卡数支持，技术和 BD 团队中也有大量毕业于哈佛、斯坦福、康奈尔等高校的成员，人才密度较高。
公司整体也非常年轻，尤其在算法和模型底层研发领域，年轻研发人员往往能爆发出更强创新力。
团队成员保持个性，又围绕共同目标紧密协作。
公司希望每个人都具备审美，做出来的产品不仅要有能力，也要“漂亮”。
但黄震昕也承认，企业级 Agent 的渗透并不是“只提供模型就行”。
Coding 场景相对容易在企业内部扩散，但更复杂的 Agent 要进入企业业务流程，需要最后一公里服务。
因此，Kimi 会更多选择与亚马逊云科技以及其他合作伙伴合作，由伙伴补齐行业理解、流程改造、系统集成和端到端交付能力。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接