首頁 > 科技要聞 > 科技> 正文

Kimi版o1實裝上線，這里是我們的一手測試

量子位 整合編輯：太平洋科技 發(fā)布于：2024-12-17 15:01

Kimi新模型來襲，且發(fā)布即上線可用！

就在數(shù)學(xué)模型k0-math剛發(fā)布后沒幾天，視覺思考模型k1就來了，多項思考推理測試超越Open AI o1。

官方表示，基于強化學(xué)習(xí)，k1原生支持端到端圖像理解和思維鏈技術(shù)。

換句話說，k1能夠深入圖片信息抽絲剝繭，層層推理，由此解鎖了包括幾何圖形題在內(nèi)更加全面的數(shù)學(xué)能力。

模型思索答案的全過程，belike：

并且k1的思考能力不僅僅局限于數(shù)學(xué)領(lǐng)域，正所謂“學(xué)好數(shù)理化，走遍天下都不怕”。

在官方曬出的數(shù)理化基準(zhǔn)測試中，Kimi k1-preview表現(xiàn)全面超越OpenAI o1、GPT-4o、Claude 3.5 Sonnect。

這次Kimi新模型的發(fā)布還是直接上線可玩的那種，APP或是網(wǎng)頁版找到“Kimi視覺思考版”即可上傳圖片點擊使用。

話不多說，這就趕緊來實測一波～

數(shù)理化第一波實測

先來一道考研數(shù)學(xué)真題小試牛刀，這道題目涉及的知識點包括曲面積分、高斯定理等：

之前在量子位的實測中，這道題難住了GPT-4o。

而Kimi視覺思考版經(jīng)過一步步詳細(xì)推理，第一次就給出了正確答案。

它自己也表示進行了檢查沒有錯誤，“對這個答案非常有信心”。

再來一道曾經(jīng)測試過o1的數(shù)學(xué)概論題。

一個外星人來到地球后，第1天有相等的可能選擇以下四件事中的一件完成：

自我毀滅；分裂成兩個外星人；分裂成三個外星人；什么都不做。

此后每天，每個外星人均會做1次選擇，且彼此之間相互獨立，求地球上最終沒有外星人的概率。

Kimi視覺思考版也一次就做對了：

數(shù)學(xué)能力看完后，再來小試一下物理題。

下面這道題是大學(xué)物理中的光學(xué)題：

在雙縫干涉實驗中，波長λ=550nm的單色平行光垂直入射到縫間距a=2×10⁻⁴m的雙縫上，屏到雙縫的距離D=2m。求中央明紋兩側(cè)的兩條第10級明紋中心的間距。

Kimi視覺思考版成功回答對。

而且其實它早早就給出了正確答案，但還是嚴(yán)謹(jǐn)?shù)赜貌煌姆椒ǚ磸?fù)驗證確認(rèn)后給出答案。

最后再來一道“化學(xué)題”（doge）：

Candy, Happy, Bacon, Scary, Brain, House

Which is the odd one?

Hint: Chemistry

Kimi視覺思考版在推理過程中幾經(jīng)曲折，但最后答案還是正確的（happy）。

除了發(fā)布新模型，k1背后的的技術(shù)大方向也被月之暗面公開了。

基于強化學(xué)習(xí)的新一代推理模型

據(jù)介紹，k1是他們基于強化學(xué)習(xí)技術(shù)的新一代模型，稱為思考模型，真正意義上實現(xiàn)了端到端的圖像理解和思考能力。

從模型訓(xùn)練上來看，分為兩個階段：先通過預(yù)訓(xùn)練得到基礎(chǔ)模型，再在基礎(chǔ)模型上進行強化學(xué)習(xí)后訓(xùn)練。

最為關(guān)鍵的是，k1遵循強化學(xué)習(xí)Scaling Law，在強化學(xué)習(xí)后訓(xùn)練在數(shù)據(jù)質(zhì)量和學(xué)習(xí)效率方面做了進一步優(yōu)化。

傳統(tǒng)基于文本的推理模型，或者不支持圖像信息輸入，或者需要借助外部OCR/視覺模型進行轉(zhuǎn)換，效果有明顯損失。

而Kimi視覺思考版由于是原生的端到端視覺推理模型，視覺+推理，可直接理解圖片信息并進行深度推理。

在“噪聲”場景，即拍攝圖片模糊、手寫字跡潦草等情況下，性能損失幅度也較小。


既然如此，把思路打開，除了讓它做數(shù)理化推理題，或許還可以拿一堆圖讓它幫忙推理出任何我想知道的內(nèi)容。

比如把朋友的“歌單”截圖發(fā)給它，讓它給我分析一下這位朋友的MBTI。

你還別說，k1的推理有理有據(jù)，先理解MBTI是什么，然后像偵探似的仔細(xì)分析圖片中的曲目并進行分類，接著尋找這些歌手、風(fēng)格之間的相似之處。

它甚至還會“平衡矛盾特征”，即使給出了猜測還會多加一步“驗證”。


最終才會給出一個比較合理的猜測。

再比如，或者還可以拿出這么一份字跡潦草模糊的手寫稿，讓它幫我推理出這是誰寫的、筆記內(nèi)容在講什么。

思路再次被打開。

最后不得不說的是，最近這幾天國內(nèi)外大模型新進展真不少，前有谷歌，現(xiàn)在還有Kimi，OpenAI“圣誕節(jié)直播12天”可謂是被一而再再而三的“狙擊”了。

你覺得Kimi新模型的表現(xiàn)如何？感興趣的童鞋不妨親自上手考考它～

本文來源：量子位

網(wǎng)友評論

聚超值•精選

推薦 手機 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來
二維碼 回到頂部