这个周末好不热闹，连续三个AI大号都在报道月之暗面的消息，而且关键词都围绕一个，那就是“回应”。这三个媒体，在标题上互相掐架，但在岛主我看来，这都没有说到关键。
钛媒体旗下的钛媒体AGI、虎嗅旗下的AI燎原、36kr旗下的智能涌现，三个大号都在围绕“回应”这个词来观察月之暗面。表面看这三个号在打架，但其实这存在一个悖论，那就是在没有定义“一切”的前提下，根本没办法判断这三个号到底在吵什么。
其实，这三个号最关心的，可能就是近期围绕月之暗面两个创始人身上的仲裁风波，发布会上Kimi 创始人杨植麟对此避而不谈，所以“智能涌现”的说法是，月暗显然并不打算回应一切。
在我看来，关于这个点，回应与否都不重要，因为这只是一个可以拿来炒作的点，最为关键的，还得是技术发展方向、观点以及成果。而杨植麟也的确在会上抛出了一个重磅炸弹——
Kimi 正式发布新一代数学推理模型 k0-math，在数学能力已实现对标 OpenAI o1-mini 和 o1-preview。
要用AI制造新的数据
两个月前，OpenAI o1 的诞生引发了行业的诸多讨论。当时，OpenAI首席执行官Sam Altman在X平台上直接贴出了o1与GPT-4o在解决数学、编程和科学等问题的能力对比。
按照OpenAI 所说，o1 在编程竞赛问题（Codeforces）中排名前 89%，在美国数学奥林匹克预选赛（AIME）中跻身美国前 500 名学生之列。
最关键的是，在物理、生物和化学这种理科问题的基准测试（GPQA）中超过了人类博士生的准确性。
OpenAI o1如此强悍，很多业内大佬纷纷发表相关看法，其中杨植麟在接受腾讯科技的专访时就说过，当天然数据用完后，下一个阶段就是强化学习。
就像这个世界上数学题就这么多，如果要提升数学怎么办呢？可以一直生成更多的题，然后自己做题，有的做对了，有的做错了，然后去学习哪些做对了，哪些做错了，你就可以持续提升。这个本质上就是强化学习的过程。
总结一下就是，之前的GPT是用人类积累的数据喂出来的，但这些数据已经用完了，而o系列是人工智能自己在造新数据。
就是顺着这个方向，依靠强化学习的技术路线，kimi搞出来了k0-math 。k0-math 采用了全新的强化学习和思维链推理技术，通过模拟人脑的思考和反思过程，大幅提升了解决数学难题的能力，可以帮助用户完成更具挑战性的数学任务 。
杨植麟表示，接下来 k0-math 模型会持续迭代，提升更难题目的解题能力，挑战数学模型的能力极限。同时，k0-math 数学模型和更强大的 Kimi 探索版，将会分批陆续上线 Kimi 网页版（kimi.ai）和 Kimi 智能助手 APP。
既然 o1，那么k0-math 的表现到底咋样？
在中考、高考、考研以及包含入门竞赛题的 MATH 等 4 个数学基准测试中，k0-math 初代模型成绩超过 o1-mini 和 o1-preview 模型：k0-math 模型得分 93.8，o1-mini 为 90 分， o1-preview 为 85.5 分。k0-math 的成绩仅次于尚未正式上线的 o1 完全版的 94.8 分。
而在两个难度更大的竞赛级别的数学题库 OMNI-MATH 和 AIME 基准测试中，k0-math 初代模型的表现分别达到了 o1-mini 最高成绩的 90% 和 83%。
也就是说，简单问题上，k0-math已经超过了OpenAI o1，但是在复杂问题上还比不过OpenAI o1。
最重要的是两个结论
可以看到，现在的k0-math还不是完美的状态，为啥Kimi还要此时发布呢？我猜很可能就是因为要给一周年献礼。Kimi发布最新模型的11月16日，正好是一年前Kimi正式面向全社会开放服务的日子。
除了要作为一周年的纪念外，Kimi发布新模型还有一个最为关键的作用，那就是——
定纷止争。
k0-math的发布可以说是一槌定音，杨植麟要通过新的模型让整个行业知道，大模型发展的下一个阶段就是强化学习，所有人要集中资源和力量向强化学习攻坚，而不要把注意力和资源分散。
这就是Kimi发布国产最强对标模型最大的意义。
月之暗面很早之前即开始筹备强化学习相关的能力，杨植麟认为这将是接下来AI发展的一个重要趋势。
杨植麟在沟通会中表示，“我觉得 AI的发展就是一个荡秋千的过程，你会在两种状态之间来回切换。如果你的算法、数据非常ready，但是算力不够，那么你要做的事情是做更多的工程，把 Infra做得更好，然后它就能够持续地提升。但今天当Scale得差不多的时候，你会发现加更多算力可能并不一定能直接解决的问题，核心是高质量的数据就没有那么多了，所以我们需要通过算法的改变，让这个东西不会成为瓶颈”。
要想突破瓶颈，就要改变范式，要想改变范式，就要选择强化学习。
其实在o1刚出来的时候，OpenAI CEO奥特曼发了一篇文章叫《智能时代》，文中写到，深度学习算法的成功是这个新时代的催化剂。
一个是OpenAI的烟雾弹，还有业界的争论。尽管强化学习前景广阔，但监督学习仍然是目前最成熟和广泛使用的机器学习方法。许多研究者认为，短期内监督学习仍将在许多应用场景中占据主导地位。
现在，Kimi发布的新模型不仅仅是Kimi的里程碑，更是对未来AI发展方向的一次重要指引。
向Open AI发起冲击的不仅仅是国内玩家，比如，Google DeepMind最近在Gemini部门内组建了一个团队，就是要开发类似于OpenAI的o1模型。
现在，我们可以得出另一个重要结论了——只要技术方向没问题，国内两个月就能赶上美国最新最强模型。
