据报道，月之暗面将在未来一两周内推出新一代数学推理模型 k0-math，对标 o1 系列的两个公开模型：o1-mini 和 o1-。目前，在中考、高考、考研、数学入门竞赛题等四项数学基准测试中，k0-math第一代模型的成绩超过了o1-mini和o1-mini。 o1-o1 系列的型号。在两个难度较大的竞赛级数学题库OMNI-MATH和AIME基准测试中，k0-math初始模型的表现分别达到了o1-mini最高分的90%和83%。
杨志林表示，数学产品是AI最适合锻炼思维能力的场景，数学模型在教育产品中也具有很大的价值。
自两年前发布以来，所谓的定律（规模法则）几乎已经成为业界的共识，即通过添加更多数据和计算能力来“扩展”当前模型，从而不断改进模型。不过，前首席科学家伊利亚·苏茨克维（Ilya）公开表示，扩大预训练的结果已经达到了平台期。 “2010年代是规模扩张的时代，现在人们又回到了奇迹和发现的时代。每个人都在寻找下一件事情。”
在杨志林看来，人工智能的发展就像摇摆，在两种状态之间来回切换。 “一是算法和数据都准备好了，但算力还不够。”他认为，从架构的诞生到GPT4的出现，更多的矛盾在于如何扩展规模（Scale），算法和数据都没有本质问题。但今天，当规模达到一定程度时，你会发现增加更多的计算能力可能并不能解决问题。核心问题是缺乏高质量的数据。这时需要做的就是改变算法，突破瓶颈。现在这是整个行业面临的共同问题。 “好的算法可以释放潜力，让模型不断变得更好。”他认为强化学习是下一个重要的趋势。
但杨志林也认为，目前预训练还是有空间的，“对于半代到一代的车型，这个空间明年就会释放出来。明年，我认为领先的车型会在预训练方面做到极致。” - 培训，但明年最重要的事情会加强学习，但仍然是规模化，只是规模化的方式不同。”
对于近期出现的一些收购、人才回流国内大工厂的现象，杨志林表示，这是必然的规律，表明行业已经发展到了新的阶段。 “一开始很多公司都在做，现在只有少数公司在做。大家做的事情可能以后会慢慢变得不一样，我觉得这是一个必然的规律。”
杨智霖还透露，从今年上半年开始，月之暗面开始缩减业务，专注于Kimi。 “一开始我们确实尝试过把几种产品放在一起做，但后来发现我们还是要专注于把一种产品做到最好。”最重要的是，削减业务本质上是为了控制人数。我们不希望人数增长太快。我们始终将卡与人的比例保持在最高水平。团队的扩大对于创新来说也是致命的。 “目前，《月之暗面》的核心任务是提高用户留存率。
月之暗面成立于2023年4月，法定代表人杨志林毕业于清华大学。据了解，该公司打造的对话式AI助手产品Kimi上线一年以来，月活用户已达3600万。
