Kimi 终于出手多模态！实测视觉思考模型 K1.VS. 正式版o1，不相上下

作者｜子川

来源｜AI先锋官

继 11 月 16 日发布数学模型 k0-math 后，kimi又放大招！

延伸阅读：k0-math模型上线Kimi，实测效果还不错

就在昨日，Kimi宣布推出视觉思考模型 k1！

不同于专精的数学模型 k0-math，此次推出的k1模型扩展到数学之外的更多基础科学领域，同时推理能力得到大幅度提升。

顺道还解决了k0-math遗留下来的缺陷，可以上传图片进行解题了。

就像这样：

推出不久k0-math对标的是o1-preview，此次k1则是对标的正式版o1。

那先给大家看一下官方晒出的成绩单：

从上述的数理化基准测试的数据中：我们可以看到k1-preview在高级数学、高级物理、高级化学等领域全面超越了OpenAI o1、GPT-4o、Claude 3.5 Sonnect。

同时，在不同阶段的几何和图形题专项基准能力测试中，k1-preview 成绩追平或超过了 OpenAI 的 o1 模型。

k1-preview的表现真的有官方所展示的那么强吗？

下面我们来手实测，看到底是k1-preview厉害，还是正式版o1更强！

先来两道2024阿里达摩院数学竞赛真题练练手（非证明题）。

题目一：

kimi回答：

o1回答：

题目二：

kimi回答：

o1回答：

呃…..k1-preview全错了，正式版o1答对了第一题，第二题同样回答错误。

看着它们俩一本正经的解题，我还以为都是对的…

看来，就算是强如正式版o1和k1-preview也依旧改不了已读乱答的毛病。

物理题一直是学生时期难以跨过的鸿沟，索性就让它俩来伤脑筋。

下面一道题，今年的高考物理真题，特意挑选一个靠后的物理选择题。

题目二：

kimi回答：

o1回答：

都回答准确！

这道题小编还特意挖了一个小坑，这道物理题一个多选题，在让它们解答之前，并没有告知它们这是一道多选题，但是它们两个都回答准确。

下一题，化学题，同样是今年的高考真题。

题目三：

kimi回答：

o1回答：

这次轮到正式版o1翻车了，回答错误，反观k1-preview却回答准确了。

此次小编只是用了很小的测试集来测试，并不能作为判别谁更厉害的依据，不过，感觉k1-preview要比k0-math强上不少。

k1-preview除了推理能力更强以外，小编还发现一个点，单轮解题思路的完整，k1-preview要比o1要好上不少。

同时k1-preview还延续了k0-math的优点，对于输出答案会进行反复验算，这点感觉还不错。

除了推理能力大幅提升，k1 的强大视觉能力也是此次kimi主推的一个点。

具官方介绍：k1能识别各种真实的拍题场景，处理各种复杂的状况，比如照片图像不清晰、多题一起拍、手写字迹干扰，甚至纯手写的题目。

比如：乱如下面这样的题，kimi都能识别出来。

k1 的回答如下：

上下滑动查看长图

杨振宁教授的手稿图片也能识别出来。

上下滑动查看长图

有点厉害了，实话实说，这个功能真的很实用，就算我的草稿极其潦草，k1都能识别出。

目前，Kimi新模型已陆续上线，在APP或是网页版找到“Kimi视觉思考版”即可上传图片点击使用，大家感兴趣的可以去试一试吧。

 

（文：AI先锋官）