如果你生活在中国，你可能不认识ChatGPT，但你一定知道Kimi。
从小学到大学，从学生党到打工人，都别想避开Kimi的广告。刚上初中的刘同学在B站上搜教学视频，一则软广跳了出来上面写着：“作业有问题，直接问Kimi”。每天5G冲浪，冲在吃瓜第一线的小王，刷段子的空闲时间，冒出来一个应用推荐：“Kimi智能助手，帮你实时了解网络热梗。”抓耳挠腮憋论文，生怕查重过不去的夏倩（化名），刚想刷刷吐槽视频，下方的一行字引起了她的注意：“万万不能让导师发现的论文神器！！Kimi智能助手，一键生成论文”。
还有社畜打工人一键收获“自从用了Kimi，每天都能准时下班了”的AI大饼；50多岁的退休阿姨凑热闹，一听免费，立马下一个查菜谱。
▲图源：B站截图
广告投流有多疯狂，Kimi用户就多疯涨。相关数据显示，Kimi 3月月活环比上涨321%，达到了1261万人。Kimi的出圈显然也受到其他大模型厂商的关注，然后就像所有车企都开始学习雷军一样，一场由月之暗面率先打响，字节、智谱、昆仑万维、MiniMax跟进的线上营销大战就此全面铺开。01
解密 Kimi 的投放神话
关键词从来都是打开流量密码的咒语。为了解密，「自象限」在当前的主流平台中，对Kimi逐一进行了搜索测试，并整理表格如下。
对比Kimi在不同平台咒语设置，能清晰的发现他的投放思路和宣传重点。在B站Kimi的硬广软广皆有之，科技博主是Kimi发迹的土壤，以视频讲解为主，针对打工人、职场人、工作效率等场景和ChatGPT关联热词获取流量，从广告频率和类型上看，也是Kimi投放的主阵地。B站CEO陈睿曾透露，科技是B站最受欢迎的内容之一，其中AI是科技内容中增长最快的。过去一年，有2亿用户在B站上观看过科技类视频，科普类内容播放量增长接近200%。UP主全年共产出AI相关稿件超100万，AI相关内容消费人群中有6成为00后。考虑到B站的用户属性，及Kimi目前的用户画像大致是学生、大学生、实习生、打工人、职场人等，这也解释了刘同学、小王们能够精准接收到Kimi广告的原因。在B站，Kimi几乎关联了用户可能在B站搜索“AI”的所有词条，比如ChatGPT系列、AI系列、提效系列、助手系列、打工人系列等等。在B站，具有同样投流思路的还有天工，这样做的好处之一就是在一定程度上冲淡竞争对手的标签。例如号称对标OpenAI的智谱没能拿下ChatGPT、国产ChatGPT、ChatGPT平替一类的词条，以AI聊天、角色扮演为卖点的星野竟然没在AI角色、AI角色扮演这两个词条下花力气。关联词条的“全”，背后暗含着两种操作逻辑，一是甭管白猫黑猫，只要抓住老鼠就是好猫，别人投了就All in；另一种逻辑是在知道哪些是自身的潜在用户群体后，尽可能全面地去覆盖，Kimi显然是后者。而到了抖音，据「自象限」了解到，月暗曾尝试过将B站的关键热词照搬，但效果并不如人意。于是月暗转换了投放思路，改为主打杨植麟个人的标签“清华天才少年创业”，所以我们看到，在抖音Kimi的出现总是和清华关联在一起。
在抖音搜索“清华AI”、“清华AI人工智能”、“清华AI人工智能公司”、“清华AI软件”、“清华AI智能助手”等字眼就能找到大量的Kimi投放软广，其统一的话术皆为：“清华大学团队研发，完全免费使用，不限次数”。这样的策略，在知乎所谓的高知人群中失效了，毕竟知乎向来是智谱的主战场，“清华”绝招也就随之失灵了。反而更加渲染情绪，以“国产替代”为核心策略，直面对手，进行了一系列的工具对比评测。显然，为了打响营销战的第一枪，月暗没少为此做准备。我们发现，除了前端的广告，产品侧也为了迎接用户做出了相应的改变。围绕用户体验，Kimi在不同设备间进行了交互的适配。一位独立开发者给【自象限】举了一个例子，表面上Kimi设置的网页版、APP版和小程序版和其他同类产品没有太大的差别，但当其作为插件在网页中使用时，Kimi的呈现效果要更好。上述开发者强调，“至少说明月之暗面在研发产品时，考虑到了更多的用户使用场景。”【自象限】也注意到Kimi的App版最近迎来了一次UI的重构，在优化体验问题的同时，上线了“月之暗面”浅色主题模式。
去年，在其他大模型公司还在苦于打开2B市场切口时，Kimi已经喊出了放弃2B转向2C应用的“出道宣言”。不过，据「自象限」3月向一位接近Kimi的投资人了解到：“将Kimi重金投向市场并不是月暗本身的节奏，而是在投资人的催促下不得不加快变现脚步的一种‘不得已’。”02
队友们的应对策略
有了Kimi做榜样，其他大模型在营销上也逐渐加码。
按照同样的方法，「自象限」也整理了目前除Kimi外，经常活跃在社交平台上的豆包、智谱清言、昆仑万维天工和MiniMax星野的投放策略。
通过梳理、制作“不同平台大模型应用产品投流推荐词汇总”表发现，Kimi在B站发家，豆包在抖音称王，Others则开始随缘了。豆包对应抖音其实很好理解，作为字节的两个亲儿子，抖音的流浪就是豆包自家的后院。豆包几乎没给其他人一点喘息机会，Kimi等公司在B站抢夺的标签被豆包一网打尽，但凡跟AI沾点边的投流关键词都被豆包的广告所充斥。据【自象限】不完全统计，一个词条下最夸张的时候豆包的硬广+软广数量将近十个，这还不包括豆包官方账号24小时直播、头部达人带货豆包和豆包与字节旗下星绘、猫箱（话炉）的联动。不过，根据巨量广告的新规，从4月2号开始将禁止投放AIGC内容生产相关工具类软件，但我们在4月20日以后进行测试时，仍然可以搜索到大量相关内容，不知道此条规定对豆包是否也同样适用。
“AI＋场景词”、“国产替代（ChatGPT平替）”、“职场人效率工具”、“清华创业”这种略显粗线条的类别划分，导致了很容易被模仿。从表中，可以看到，五款大模型应用的投流标签出现了高度的重合，从用户角度进一步加强了同质化的感觉。当对家前仆后继加入到投流队伍后，Kimi率先反应过来了这个问题，在小红书发布“Kimi居然还能这样”的话题，希望通过收集用户的Prompt来挖掘更多的使用场景，加上筛选小红书用户发帖的自带标签，Kimi可以进一步细化用户画像。例如同样是大学生一标签，能细化为论文、查文献、游戏、电子宠物、上课等。这是一种典型的产品经理思路，以提升产品的能力来弥补技术上暂时的不足。
智谱清言专供线下广告，在机场大牌、地铁站、写字楼里洒满了“kimi味”的海报；MiniMax星野则将重心放在了海外市场，国内投放只是一小部分。相比之下，其他家就有点“跟风”参加的意思了，钱花了，但存在感还是特别低。03
“新酒”装“酒瓶”，
营销战非得打吗？
很多人在这一波来势汹汹的营销大战中才看到了Kimi、智谱清言、天工等大模型应用，但实际上这已经是大模型公司的第二波营销活动了。第一波是纯大模型营销。去年年前造了一波声势，彼时的参赛选手不多，没过多久也熄火了。大模型涌入互联网平台这件事儿虽然新鲜，但本质上是一件赔本赚吆喝的买卖。在偏娱乐性质的短视频平台，用户对大模型的感知根本不强，很难用一句简单明了的话告诉别人大模型是干什么的。即使，靠营销收获到了一部分用户，也很难带来直接转化。于是，仅是持续了一个多月，第一波纯大模型营销最后销声匿迹。第二波才是大模型应用的营销。以Kimi宕机出圈为起点，线上投流、线下抢地盘为手段，将整个大模型圈都卷了进来。第一波大模型营销虽然宣告失败，但这里面隐藏着一条暗线逻辑：有了产品，才能带来用户；想要有产品，得先有底座大模型。Kimi背后是月之暗面自研模型，智谱清言背后是ChatGLM、天工背后是天工大模型，这从侧面说明，此次大模型应用营销大战的门槛并不低。回归到大模型圈的两次营销行为，本质上是“新酒”装“旧瓶”，用过去互联网营销的老一套来包裹大模型新的灵魂。营销的本质是获客转化。一个最典型的例子就是曾经辉煌的在线教育，高峰时期仅一个暑假就砸进去千万元的广告费用来抢生源。这并不适用于大模型公司，因为从一开始大模型应用的下载就是免费。在线教育公司可以通过扩大招生数量，把投入的成本不断摊平，而大模型应用则恰好相反，用户基数越大，其负担的维护成本、token成本就越高。如果，只是完成引流，吸引到第一波初始用户这一任务，大模型公司将陷入越营销越亏损的怪圈中。唯一的解决办法是提升付费用户的比例，或者靠增值服务拉动营收，短时间内用户是否愿意买单，需要打个问号。这里面还有一个问题，无论从投流的平台还是面向的潜在用户，目前这波大模型公司都在争抢同一批用户人群。现实就是，各家的功能都大差不差，可争取的用户数量就那么多，营销战的后半程，抢着抢着，用户可能就不够了。到这里为止，我们一直站在Kimi们的营销行为是必要的前提下讨论。但不要忘了，Kimi成功的关键究竟是什么？是一开始的用户自来水，是优于竞争对手的产品思维。月之暗面激进的营销策略很容易让人忽略一个事实：Kimi的投流跟着产品逻辑跑，而同行只顾着埋头打商战。借鉴国外的做法，大模型公司各自为王，用户非要择其一的想法可能只是暂时的。“美国版知乎”Quora出品的AI Chatbot平台Poe就是一个可参考的案例，该平台集成了ChatGPT、Claude-insant（类似GPT-3.5）、GPT-4、Claude2，Google-PaLM、Llama2等主流的AI大模型，可以让用户以一个账号使用多个大模型，让用户在大模型之间自由跳转的同时，免去开多个会员的繁琐。
▲图源：Poe官网截图
Poe 已经显示出规模增长的迹象。目前，Poe 是最大的五个生成式 AI 相关平台之一，创作者在 Poe 平台上构建了 100 万多个机器人。Poe虽然被人诟病“套壳”，但给用户提供的价值是实在的，比如用户可以在使用中清晰地了解各个AI应用的特点，从而按需去付费。Poe还算不上成熟，不过其对创作者的激励机制、类GPTs的生态已经走在了OpenAI之前。抛开营销战，或许在中国也可以探索新的大模型应用聚合方式、供给方式以及商业利润分配的方式，对大模型公司来说，这将是一个新议题。