
3个月连融3轮。
智东西7月29日报道,刚刚,据彭博社援引知情人士消息报道,北京大模型独角兽月之暗面在最新完成的融资轮次中筹集了超出预期的35亿美元(约合人民币236.77亿元),投后估值达350亿美元(约合人民币2367.71亿元)。
知情人士还透露,本轮融资中月之暗面原计划筹集10亿至20亿美元资金。据此换算,本轮实际募资额较原计划上限超募75%,达到原计划下限的3.5倍。目前,月之暗面已开始接触潜在投资者,计划以500亿美元(约合人民币3383.25亿元)的投前估值启动Pre-IPO融资。月之暗面希望在今年内完成这轮融资,随后尽快在香港上市。
智东西就上述消息向月之暗面寻求评论,月之暗面暂时不予置评。
月之暗面近期在资本市场动作频频。根据企业信息查询平台企查查,今年5月7日,月之暗面完成了由美团领投的的融资,投后估值达200亿美元;今年6月30日,月之暗面又拿下E轮融资,投资方包括上海、深圳等多地国资与IDG资本等投资机构,融资金额和估值暂未披露。
如果350亿美元的投后估值属实,月之暗面的估值将在约7个月内从去年12月的43亿美元一路抬升至原来的8倍多,涨幅约714%。
从融资规模看,月之暗面本轮35亿美元的融资额仅次于DeepSeek今年6月完成的约510亿元融资,创下中国大模型公司单轮融资的第二大纪录。
按7月29日港股收盘价计算,月之暗面的估值已经超过了MiniMax 742.17亿港元(约合人民币641.21亿元)的市值,大致为智谱4809.89亿港元(约合人民币4149.97亿元)市值的57.07%。

▲月之暗面融资历程(图源:企查查)
月之暗面新一代旗舰模型Kimi K3的爆火,是这轮融资超募的重要背景。
7月16日,月之暗面发布新一代模型Kimi K3,这一模型总参数规模达2.8万亿,基于月之暗面自研的KDA混合线性注意力机制(Kimi Delta Attention)与注意力残差(Attention Residuals)技术构建,原生支持视觉理解,具备100万token上下文窗口,是目前全球参数规模最大的开源模型 。
从官方博客透露的架构信息看,K3采用Stable LatentMoE框架,将MoE稀疏度进一步拉高,每token在896个专家中激活16个;配合训练与数据配方的优化,K3相对K2的整体扩展效率提升了约2.5倍。
K3的完整模型权重与技术报告已于7月27日开源,同步放出的还有MoonEP、FlashKDA、AgentEnv等推理与训练工具链和技术报告。
这一模型的发布在全球AI圈引发较大反响。马斯克在K3的评测贴文下留言,称这一模型令人印象深刻,几天后又将K3列为Grok 4.5的对标模型。加州大学伯克利分校教授斯托伊卡也给出判断:此前业界普遍认为中国开源模型落后最先进水平6至9个月,如今这一差距可能已缩小到2至3个月。

▲马斯克将Kimi K3列为Grok 4.5的对标对象(图源:X平台)
K3技术口碑迅速转化为流量压力。K3发布三天后,7月19日深夜,月之暗面Kimi团队发布《关于算力紧缺与会员暂停开放的说明》,称自K3上线以来“过去48小时,用户请求量已大幅超出我们的预估,并逼近现有集群的承载极限” 。

▲月之暗面关于算力紧缺与会员暂停开放的说明(来源:月之暗面)
公告给出的处置方案是:即日起暂停C端新用户订阅,将已有算力全部投入于服务已订阅用户,保障已订阅用户的全部权益不受影响;同时全速推进算力扩容,待新算力陆续到位后逐步开放更多订阅名额,直至全面恢复正常订阅。
结语:热钱涌向大模型
融资、上市、囤算力
月之暗面的这轮超募,折射出当下中国大模型赛道高涨的融资热度。智谱、MiniMax相继登陆港交所后市值都出现数倍跃升,DeepSeek、月之暗面等公司融资规模、估值也快速增长,资本正在加速向这个领域集中。
接下来,行业的看点将转向上市节奏。月之暗面、DeepSeek、零一万物等公司都已传出港股IPO消息。大额融资有望帮助这些企业储备更多的算力、人才资源,支撑起下一代模型的研发、训练与推理。
文章来自于微信公众号 “智东西”,作者 “智东西”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md