在与AI聊天机器人的互动中，你总能从它们身上找到一些人类性格的影子。
GPT-4显得懒散寡言，Claude3热情且注重细节，Grok则喜欢阴阳怪气，还略显愚蠢。而这些聊天机器人的性格差异，其实也映射了它们在能力上的特长。
虽然大多数模型依然被GPT-4无情碾压，但仍有少数大模型放弃追求「面面俱到」，专注于挖掘自己的独特优势。
最近，国内大模型厂商MoonshotAI（月之暗面）宣布Kimi智能助手实现了技术突破，将无损长上下文长度提升至200万字，并已启动产品「内测」。
比罗贯中还懂《三国演义》
我们先让AI来测试AI。基于原版《三国演义》（80万字左右）的文本，我们让ChatGPT提出了一些测试问题
逻辑和推理：赤壁之战前，周瑜和诸葛亮之间的互动表明了什么样的战略意图和心理战术？
人物关系和事件查询：桃园三结义具体发生在哪一回？
角色观点与情感：赤壁之战失败后，曹操的心态和情绪如何？他是怎样评价这次失败的？
综合分析：基于全书，分析曹操、刘备、孙权三人的领导风格和政治策略的异同。
向左滑动查看更多内容
我们也帮各位测试过了，如果上传文档超过200万字，只会得到解析失败的结果。所以我们只节选了鲁迅全集的第二卷。
接着我们给Kimi上亿点点强度，难度也是从低到高。问题如下：
问题：文档中提到，在鲁迅的后园，可以看见墙外有两株树，一株是枣树，那请问另一株是什么树？
为了验证它给出的回答是否是实时联网的，我们需要它指出准确的页面。
问题：请问下文出现在文档中的第几页：在我的后园，可以看见墙外有两株树，一株是枣树，还有一株也是枣树。
我们还设置了一个陷阱，谎称在199页（实际在166页），不出所料，它成功掉进陷阱。
我们摘录了乔布斯2005年在斯坦福大学的演讲文稿，并让其整理为词汇表，看看效果如何
上传一个代码仓库里的源代码，让它快速梳理出代码的结构。
「喂给」Kimi甄嬛传剧本，让它化身「甄学家」。
登月第一步，人类一大步？
Kimi背后的月之暗面，虽然成立只有一年，但在AI创投圈已经颇具名气。
去年六月，Theinformation盘点了五家最有可能成为中国版OpenAI的公司，月之暗面位列其中。
创立之初，月之暗面便完成了首轮融资，筹集资金超过2亿美元。最新消息称，该公司完成了新一轮超8亿美元的融资，其中阿里投资了7.9亿美元，砺思资本投资1000万美元，创下了国内AI大模型公司单轮融资金额的新高。
与其他大模型创企相比，月之暗面的创始人杨植麟是业界内罕见拥有扎实技术背景的创业者。
他在2015年从清华计算机系毕业后，便前往美国卡内基梅隆大学攻读博士学位，并成为了两位AI领域巨擘——苹果AI研究负责人RuslanSalakhutdinov和Google首席科学家WilliamCohen的学生。
在攻读博士学位的过程中，杨植麟以第一作者的身份，成功发表了Transformer-XL和XLNet这两个重要的研究项目。
前者主要意义在于它显著提升了Transformer模型在处理长序列数据时的能力，使其成为了首个在性能上全面超越传统递归神经网络（RNN）的模型，而后者也在Transformer-XL的基础上进一步改进，并在多个自然语言处理任务上取得了领先的性能。
杨植麟曾公开阐述过MoonshotAI这一公司名称的由来，恰好在公司成立的同一天，PinkFloyd专辑《DarkSideoftheMoon》迎来了50周年纪念日。同时，「月之暗面」象征着神秘、好奇和向往，但登月是一件充满挑战的事情。
大模型「登月计划」的第一步便是长文本技术，杨植麟曾多次在公开场合表达过类似的观点。
在接受媒体采访时，杨植麟将长文本技术比作一种新的计算机内存，在他看来，老的计算机内存在过去几十年涨了好几个数量级，同样的事也会发生在新的计算机上。
它能解决很多现在的问题。比如，现在多模态架构还需要tokenizer（标记器），但当你有一个无损压缩的longcontext就不需要了，可以把原始的放进去。
进一步讲，它是把新计算范式变成更通用的基础。旧的计算机可以0、1表示所有，所有东西可被数字化。但今天新计算机还不行，context不够多，没那么通用。要变成通用的世界模型，是需要longcontext的。
月之暗面旗下的Kimi深刻体现了这一理念。
在一众顶尖模型只能处理十万以内的中文文本输入时，Kimi就已经可以处理高达20万字的超长文本输入。当时，月之暗面还借鉴了「大海捞针」的实验方法，实现了「全绿」的效果。
半年后的今天，Kimi的处理能力便从20万字跃升至200万字。
据官方披露的信息，为了达到更好的长窗口无损压缩性能，月之暗面的研发和技术团队从模型预训练到对齐、推理环节均进行了原生的重新设计和开发，不走「滑动窗口」、「降采样」等技术捷径，攻克了很多底层技术难点。
同时在月之暗面的愿景中，大模型无损上下文长度的数量级提升，将极大拓展AI应用场景的想象力，包括完整代码库的分析理解、能够自主执行多步骤复杂任务的智能体Agent、不会遗忘关键信息的终身助理，以及真正统一架构的多模态模型等。
成为专家只需要10分钟
综合体验来看，相较于其他大模型，Kimi的优势在于实时联网功能和文件处理能力。
Google可以给你10万个答案，但是，一个图书管理员可以给你最为精准的答案。
六年前，英国作家尼尔·盖曼如此说道。在信息泛滥的互联网时代，精准定位信息成为了一种稀缺的常态。
如果你是忙于案头工作的打工人，或许对于这一点深有感触。
类似于PerplexityAI，Kimi的实时联网功能在搜索中文语料库上表现出色，能够迅速地总结概括信息，并提供参考资料，在上传文件或网址后，Kimi还会自动关闭联网模式，这一点值得好评。
得益于长上下文技术的加持，Kimi的文件处理能力则是其第二个优势。
正如Kimi主页上反复出现的标语：「别焦虑，Kimi帮你整理资料。」对于那些需要处理大量文档信息的用户，Kimi提供了简化工作流程的有效途径。
倘若你是科研工作者，你可以选择将数十篇论文甩给Kimi，通过提示词让它帮你总结一番，便可以省去你许多功夫。
当然，既然要让AI替我们打工，那总结还只是小儿科。美国作家格拉德威尔曾在《异类》中提出了一万个小时定律：
我们眼中的天才之所以卓越非凡，并非天资超人一等，而是付出了持续不断的努力。1万小时的锤炼是任何人从平凡变成世界级大师的必要条件。
月之暗面则提出了「Kimi10分钟速成定律」。在过去要10000小时才能成为专家的领域，现在只需要10分钟，Kimi就能通过「填鸭蛋」式的资料灌输，达到接近任何一个新领域的初级专家水平。
换言之，像Kimi这类的生成式AI工具的出现，实际上革新了繁琐的「阅读」过程，使得人类能够直接跃升至思考的层面。
如今，我们面临的AI时代也是如此，当AI工具成为了我们手中的「电力」，一旦体验过它的便利，就很难想象回到没有它的生活。