Kimi最新推出的k1视觉思考模型

近日，一款新的AI技术引起了人们的关注。只需提供一张图片，这款AI就能推测出一个人的性格特征。不仅如此，通过分析用户的音乐播放列表，AI还能大致推测出用户近期的心理状态。这一切都得益于Kimi最新推出的k1视觉思考模型。

距离Kimi推出上一款数学模型k0-math并成功挑战o1仅过去了一个月，k1便迅速问世。与之前的k0-math相比，k1不仅具备更强的推理能力，还增加了视觉分析功能。这意味着用户可以通过拍照上传题目，让k1直接进行解答，其在数理化领域的表现甚至宣称能够匹敌或超越Open AI的o1。

此前，我们在测试k0-math时，已经见识了其强大的解题能力，尤其是在数学逻辑推理方面。然而，面对一些复杂的几何题目，k0-math的表现略显不足。而此次的k1则弥补了这一短板，不仅能够准确解答高中几何题，还在物理题目上表现出色。

为了验证k1的实际能力，我们首先给它抛出了一道今年高考的几何题。k1对题目的解析非常细致，迅速联想到了余弦定理，并最终得出正确答案。随后，我们又测试了一道稍显复杂的题目，k1同样给出了正确的解题步骤和答案。

接下来，我们尝试了一道逻辑陷阱题：一个西瓜进价50元，卖价70元，老板收了100元假币，最后亏损多少？这道题看似简单，但许多网友给出了不同的答案。k1不仅准确识别了题目的陷阱，还综合考虑了假币、找零和成本等因素，最终得出正确答案：亏损80元。

此外，k1在逻辑推理题上的表现也非常出色，尽管其解题思路与标准答案有所不同，但最终答案无误。这些测试充分证明了k1的逻辑推理能力和视觉识别能力。

除了学术领域，k1的应用范围也非常广泛。例如，它可以分析古钱币的真伪，甚至还能根据房间图片给出风水建议。在健康方面，k1还能计算餐食的卡路里摄入量。更令人惊讶的是，k1还能通过电影截图猜出电影名称，甚至解释一些复杂的梗图。

k1的强大能力主要归功于其采用的“思维链”（Chain of Thought, COT）技术，该技术模拟人类大脑的思考方式，将复杂任务拆解后逐步解决。此外，通过强化学习技术，k1能够在不断试错中进化，从而达到最佳效果。

Kimi选择从数学入手开发推理模型，是因为数学能够锻炼人的逻辑思维能力。在掌握了数学逻辑的基础上，k1将这种能力扩展到物理、化学乃至日常生活中的各个方面。随着数据量的增长，这种基于强化学习的技术路径有望让模型实现更好的效果。

最终，无论模型使用了哪些技术，用户更关心的是其实际应用效果。Kimi通过结合长文本生成和强化学习技术，不断调整自身工具属性，以更好地满足用户需求。当技术能够切实解决实际问题时，才真正实现了其价值。

本文来源： 快科技【阅读原文】