一、案例背景
1.1 企业简介：从长文本起家到视觉赛道的“突袭者”
月之暗面（Moonshot AI）成立于2023年3月，由中国AI领域连续创业者杨植麟创立，总部位于北京。公司以“Kimi”系列大语言模型为核心产品，早期凭借超长上下文处理能力（200万字级文本窗口）在国内AI市场建立了差异化认知。2024年至2025年间，Kimi系列经历了从K2.5（Kiwido）、K2.6（Kiwire）到K3（Kivine）的快速迭代，逐步从单一语言模型向多模态能力扩展。
2026年10月，Kimi K3.1的泄露事件将这家公司推向了全球AI竞争的前沿。与以往聚焦文本能力的迭代不同，K3.1展示出在3D图形渲染、交互式前端开发等视觉领域的强劲实力，且以极致的成本效率引发海外开发者社区的广泛关注。这一事件标志着月之暗面开始从“中国本土AI公司”向“全球视觉AI竞争者”的身份跃迁。
1.2 行业概况：视觉大模型的全球竞赛
2025—2026年，全球视觉大模型赛道进入白热化竞争阶段。海外方面，OpenAI的GPT-6 Astra、Anthropic的Opus 5.5等模型在图像生成、3D建模、视频理解等方向持续投入；国内方面，多家头部AI公司也在多模态领域加速布局。
然而，视觉大模型的商业化面临一个核心矛盾：能力越强，算力消耗越大。3D渲染、物理仿真等任务对Token消耗极高，导致API调用成本居高不下。据行业公开数据，GPT-6 Astra在同等复杂度3D代码生成任务中的Token消耗量是Kimi K3.1的数十倍，成本差距达到14倍之多。这一结构性矛盾为后来者提供了“非对称竞争”的窗口——谁能在保持可用质量的前提下大幅压低成本，谁就有可能重塑市场格局。
与此同时，开源3D图形库Three.js在Web开发社区的广泛使用，为AI模型切入3D内容创作提供了天然的应用场景。全球数百万前端开发者依赖Three.js构建交互式网页，但编写复杂3D场景代码耗时费力。AI辅助3D代码生成由此成为一个高频、刚需的细分赛道。
……