融资35亿后，Kimi的新模型紧跟着就要来了？！

大模型竞技场上，一个名叫Kiwi-do的神秘模型悄然出现。

发现这个新模型的推特网友询问了模型的身份，结果模型自报家门，表示自己来自月之暗面Kimi，训练数据截止到2025年1月。

另有网友表示，Kiwi-do表现出了一些有趣的结果，尤其是在竞技场当中。

那么，Kiwi-do的真实身份究竟是什么呢？

神秘模型就是K2-VL？

最早发现Kiwi-do的博主先是对比了Kiwi-do和已上线的K2-Thinking在SVG绘图上的表现。

绘画的内容分别是一只骑自行车的鹈鹕和一个游戏手柄，下面这组图就是Kiwi-do的作品。

而K2-Thinking的绘制结果长下面这样，两个结果有明显差别。

但除了SVG绘图与K2-Thinking相比有区别之外，没有更多信息可以用来推测模型身份。

还有网友猜测可能是一个小参数模型。

不过博主很快联想到了Kimi在此前的AMA活动当中曾提及要发布VL模型。

随后这位博主使用了VPCT基准测试中的一些视觉任务对Kiwi-do进行了测试。

VPCT基准全称Visual Physics Comprehension Test，即视觉物理理解测试，模型需要在理解图像内容的基础上结合物理规律进行推理，比如看图推断小球会落入哪个容器。

结果博主表示，Kiwi-do正确解决了所有问题。

这样一来，博主和帖子下面留言的网友们纷纷推测，Kiwi-do很有可能就是AMA中提到的K2-VL。

有网友评论称，Kimi的新模型通过VPCT测试，将会改变多模态Agent的格局。

另外国内这边也有爆料，根据《科创板日报》稍早前的消息，Kimi计划在今年一季度上线多模态新模型，型号可能是K2.1或K2.5。

而之前AMA中提到的K2-VL也是一个多模态版本，因此不排除两者指向的是同一个模型只是代号不同的可能。

月之暗面年末融资35亿

就在Kiwi-do出现之前的2025年末，Kimi卡着年关官宣了一波5亿美元（约35亿人民币）的C轮融资。

这轮融资由IDG领投，阿里、腾讯、王慧文等老股东也都进行了认购，投后估值43亿美元。

另外，杨植麟在内部信当中透露，融资后Kimi的现金储备达到了100亿人民币。

杨植麟表示，融到的资金将被用于“激进地扩增显卡”，从而加速K3模型的训练和研发。

远期目标则是成为世界领先的AGI公司，对此杨植麟也公布了今年的战略：

• K3模型在预训练水平上追平世界前沿模型，借助技术改进、进一步的Scaling，让其等效FLOPs提升至少一个数量级；
• 让K3成为更 “不同” 的模型，垂直整合训练技术和产品taste，让用户体验到全新的、其他模型不具备的能力。
• 营收规模实现数量级增长，产品和商业化上聚焦Agent，不以绝对用户数量为目标，而是追求智能上限，创造更大的生产力价值。

纵观整个大模型行业，无论是租还是买，算力成本都是巨额数字，需要不断进行融资来维持运转。

同为六小虎的MiniMax和智谱选择了IPO，在招股书中无一例外都提及了算力扩张。

但Kimi在融资方式上却依然看好一级市场，并不急于迈出IPO的步伐。

杨植麟表示，Kimi的B/C轮融资额超过了许多IPO募资和上市公司定向增发，因此上市并非当务之急。

不过，未来Kimi也会将上市作为加速AGI的手段，择时而动。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】