明月来自奥飞寺

量子比特 |公众号QbitAI

Kimi新款来袭，一经发布即刻上线！

就在数学模型k0-math发布几天后，视觉思维模型k1问世，在多项思维推理测试中超越了Open AI o1。

官方表示，基于强化学习，k1原生支持端到端的图像理解和思维链技术。

也就是说，k1可以深入挖掘图片信息、剥茧、层层推理，从而解锁包括几何图形问题在内的更全面的数学能力。

模型思考答案的整个过程，就像：

而且K1的思维能力并不局限于数学领域。俗话说“学好数理化，走遍天下都不怕”。

在官方数学、物理和化学基准测试中，Kimi k1-preview 的表现优于 OpenAI o1、GPT-4o 和 Claude 3.5 Sonnect。

这次发布的Kimi新模型依然是可以直接在线玩的。在APP或网页版找到“Kimi视觉思维版”上传图片点击使用。

话不多说，我们来快速测试一下吧~

第一波数学、物理和化学的实用测量

首先，让我们用一个真正的研究生数学问题来测试你的技能。本题涉及的知识点包括曲面积分、高斯定理等：

在之前的量子比特实测中，这个问题难倒了GPT-4o。

Kimi视觉思维版通过一步一步详细推理，第一时间给出了正确答案。

该公司本身表示，已经进行了检查，没有发现任何错误，并且“对答案非常有信心”。

这是在 O1 上测试的另一道数学入门题。

外星人来到地球后，第一天有同等机会选择以下四件事中的一件要做：

自毁；分裂成两个外星人；分裂成三个外星人；什么也不做。

此后的每一天，每个外星人都会做出选择，而且他们是相互独立的。求地球上最终不存在外星人的概率。

Kimi视觉思维版也第一次就做对了：

读完数学技巧后，我们来尝试一些物理题。

以下问题是大学物理中的光学问题：

双缝干涉实验中，波长λ=550nm的单色平行光垂直入射到缝距为a=2×10⁻⁴m的双缝上，屏幕到双缝的距离为D = 2m。求中央明线两侧的两条 10 级明线中心之间的距离。

Kimi视觉思维版成功答对。

而事实上，它很早就给出了正确的答案，但它仍然严格地用不同的方法反复验证和确认答案，然后才给出答案。

最后，这是另一个“化学问题”（doge）：

糖果，快乐，培根，可怕，大脑，房子

哪一个是奇怪的？

提示：化学

Kimi的视觉思维版本在推理过程中几经波折，但最终的答案是正确的（开心）。

除了发布新型号外，《月之暗面》还透露了 k1 背后的总体技术方向。

基于强化学习的新一代推理模型

据介绍，k1是他们基于强化学习技术的新一代模型，称为思维模型，真正实现了端到端的图像理解和思维能力。

从模型训练的角度来看，分为两个阶段：首先通过预训练得到基础模型，然后对基础模型进行强化学习和后训练。

最关键的是，k1遵循强化学习Scaling Law，进一步优化强化学习训练后的数据质量和学习效率。

传统的基于文本的推理模型要么不支持图像信息输入，要么需要使用外部OCR/视觉模型进行转换，导致效果损失明显。

由于Kimi视觉思维版是原生的端到端视觉推理模型，视觉+推理，因此可以直接理解图片信息并进行深度推理。

在“嘈杂”场景下，即图片模糊、字迹难以辨认等情况下，性能损失也更小。

既然如此，要打开我的思路，除了要求它做数学、物理、化学推理题之外，也许我还可以用一堆图片来帮助它推理出我想知道的东西。

例如，向其发送朋友“播放列表”的屏幕截图，并让它为我分析朋友的 MBTI。

更何况，k1的推理是有根据的。首先了解MBTI是什么，然后像侦探一样仔细分析和分类图中的曲目，然后寻找这些歌手和风格的相似之处。

即使给出了猜测，它甚至会“平衡矛盾的特征”并添加额外的“验证”步骤。

最终会给出更合理的猜测。

再比如，你也可以把这样一份字迹潦草的手写稿拿出来，让它帮我推断出是谁写的，笔记的内容是关于什么的。

想法又被打开了。

最后不得不说，最近几天国内外大型车型有了很多新动态。以前有谷歌，现在有基米。 OpenAI的“12天圣诞直播”可以说是被“狙击”了一次又一次。 “是的。

您觉得Kimi新车型的表现如何？有兴趣的童鞋不妨自己尝试一下~