最近Kimi火了一把。大模型话题度高，市场敏感性也强，一点点风吹草动就容易被捕捉到。每个模型出来时，难免都会被问到一些问题，比如产品有没有解决现在市场没有解决的问题？产品本身有啥用？以及在消费掉新鲜感后靠什么留客？

从笔者的使用感受来看，Kimi能做的事情还是比较多的。比如文本阅读与总结、数据整理与分析、知识查询、多语言翻译、编程相关的帮助、协助撰写文章、帮助用户进行网上搜索等。然而，要说这些功能有何不同，一时间难以定义。

Kimi目前最大的亮点，在于对大量文本数据进行深度挖掘和处理，提取出有用的信息并进行智能分析。这也是目前国内大模型都还没有突破的领域。然而，随着各家大模型的兴起和技术的不断进步，长文本分析功能早晚不再是独家优势，产品的独特性也将逐渐消失。

用户的新鲜感总会消退，当最初的好奇和兴奋过去后，Kimi靠什么留住用户？从商业发展的逻辑来看，只有解决了别人无法解决的问题，才能在行业内有一席之地。目前行业内存在的问题包括算力支持不够、数据真实性存疑等等，但从目前来看，这些问题Kimi都还无法解决。

就拿数据的真实性来说，Kimi的解决措施是跟人民网合作，让其为Kimi提供数据审核服务，大概就是“喂进去”的所有数据都是由人民网审核过的。

那就有一个问题，普通用户输入进去的信息是否也能够成为“物料”？如果有别有用心的人“喂”给AI错误的资讯该如何处理？又该如何进行调整？

大模型竞争到最后，比的其实是算力。某一个功能的技术突破，是可以通过花费时间钻研出来，但是算力却不是想要就能要。后期大模型的竞争更加激烈，算力供应不足是迟早的事情。Kimi才火了几天，就经常因为算力不够而宕机，这对于大模型企业来说很不友好，任何用户都想要一个稳定的输出环境。

算力之外，靠的是持续的价值提供和用户体验的优化。谁能够不断地学习用户的需求，提供更加精准和个性化的服务，谁就有可能在竞争中更胜一筹。同时，还需要建立一个健全的用户反馈机制，让用户参与产品的改进中来，这样用户才会感到自己的声音被听到，自己的需求被满足。Kimi还需继续努力，踏上大模型这条路，松懈一刻都不行。