目前国外头部大模型中，GPT-4 Turbo上下文窗口为12.8万tokens；Gemini 1.5和Claude 3支持100万tokens上下文。1个汉字通常相当于1~2个token，也就是说Kimi上下文窗口为Gemini 1.5和Claude 3的两倍以上。现在的Kimi可以通过学习用户输入的大量资料，短时间内成为某个领域初级专家；或者作为一种效率工具，帮用户从大量冗杂数据中提取关键信息。未来，具备无损超长上下文能力的Kimi有望解锁更多AI应用场景。

终端是让产品与用户建立联系、深化互动的桥梁，而轻量化程序具备“即用即走、无需安装卸载、永远最新”的特征，是触达客户和有效途径，也是产品增加曝光度和口碑传播的有力工具。Kimi不仅有网站和手机App，还能通过微信小程序形式接入，使得端侧用户体验大幅提升。

大模型本地化运行时，推理计算更多依赖终端设备的芯片，即计算成本转移到了端侧，总推理成本会大幅降低；再叠加本地部署大模型具有的保护隐私、快速响应、个性化服务等优势，将推动大模型相关应用的开发和规模化。

尽管硬件升级很重要，但软件的进步，例如大模型赋能手机智能助手、新型AI应用涌现等，在终端智能化变革道路上显得尤为明显和必不可少。

高在垂直领域深耕多年的公司往往积累了丰富的行业经验以及数据、场景、客户等资源，能够开发出更贴合实际业务需求的大模型产品。

风险提示

AI技术突破不及预期、终端智能需求不及预期、宏观经济增长不及预期、国际环境变化。

本文作者：郑宏达（SAC执证编号：S0850516050002），来源：宏达说（ID:gh_ac6fdda7ac99），原文标题：《西部郑宏达 | 当我们在谈论Kimi的时候，我们在谈什么？》