相信大家已经被「OpenAI连续十二天放大招」的新闻刷屏了，因为时差原因遛着大家追更，还有一些期货技术，太不实诚。
反观我们国内这两天，Kimi 直接给我们带来了一个重磅更新 —— 视觉思考模型 k1 正式发布！发布“即”上线~
k1模型基于强化学习技术打造，原生支持端到端图像理解和思维链技术，并将能力范围扩展到数学之外的更多基础科学领域。
Kimi视觉思考版 k1会完整展示其推理思维链（Chain of Thought，简称CoT），让用户不仅能看到最终答案，还能完整理解模型是如何一步步思考得出结论的。这种透明的推理过程，大大提升了结果的可信度。
新模型还把能力范围扩展到了物理、化学等更多基础科学领域。在多项理科测试中，k1 的表现甚至超越了 OpenAI o1、GPT-4o 以及 Claude 3.5 Sonnet！
光说不练假把式，我们直接上手实操，看看它到底有多强！
实战测试：k1的数理化能力到底有多强？
数学？拿捏！
让我们先来一道高考数学解析几何题小试牛刀。这是一道涉及韦达定理和斜率公式的复杂题目，之前这道题我在GPT-4o上反复测试得不到答案，这次就用Kimi视觉思考版来破解一下。
但是看看Kimi视觉思考版是如何处理的：
准确理解题目信息和图形内容 系统规划解题思路 严谨推导每一步计算过程 主动验证结果的正确性
然后一步步详细推理，还在第一次尝试就给出了正确答案！
更令人印象深刻的是，它还会主动检查自己的推理过程，并明确问自己“我是否在某个环节出现了疏漏？”
最终汇总给出最终正确答案。
这种严谨的态度，不正是我们期待的理想解题伙伴吗？
除了常规的数学题目之外，有一些逻辑思维训练「数字华容道」的题目也不在话下~ 比如👇🏻这道题
Kimi通过一步步的线索推理，不断推断可能的数字，
综合分析，反复比对线索.
最终给出正确答案，「698」并且再次验证是否符合题目要求，我们可以看到，Kimi不仅可以解题，相信之后在「密码学」等涉及到复杂推理场景中能够大显身手！
同样地，我们可以让 Kimi 来培养我们的数学思维，充当学习好搭档~
物理、化学通通玩转
在基础科学领域，Kimi视觉思考版 k1的能力远不止于数学。它在物理、化学等学科上同样展现出了卓越的表现。
再来看看物理题，直接上传一张模糊的2022年高考物理模拟题，我们来看看K1的表现如何~
在接收到题目之后，（ps.笑死🤣接收到物理题之后Kimi直接表示“虽然物理问题有时会让人感到紧张，但只要我们保持冷静，仔细分析，一定能找到答案。”）之后直接进入计算状态。
不但能够get到题目中的重点，还能根据计算所得及时反馈调整，最终得出正确答案，更难能可贵的是，它会用不同的方法反复验证自己的计算结果。
Kimi 的视觉模型，就像一个超级敏锐的侦探，极为擅长根据图片信息抽丝剥茧，逐步推理。
这种深度思考和反复验证的能力，让k1在处理复杂科学问题时显得游刃有余。
同样地我们再来一道「高考化学题」，对这种简单的化学题更是信手拈来。
我们来看看Kimi k1的表现，直接迅速得到正确答案。
像极了一位老师，在逐字逐句帮你分析题目中的每一个选项，搭配了k1模型的Kimi已经能够成为我们很好的学习助力伙伴~
解锁更多玩法：k1不止会做题
既然Kimi视觉思考版这么会“看”，又有这么强的推理能力。
那我们何不把思路打开，用它来探索更多有趣的场景呢？
比如说，每次双十一，双十二各种购物节，大家肯定会被眼花缭乱的活动规则弄得头昏眼花，这时候你可以直接把规则截图发给k1，让它来分析这次活动的特点。
看看它是如何像侦探一样，通过分析活动规则，优惠等信息，一步步推导出最省钱的价格方案。
它甚至会在得出结论前，先“平衡矛盾特征”，做出更全面的判断。
比如，听泉赏宝最近不是很火嘛。。我能不能让Kimi来帮我鉴鉴宝，看看银锭的真假与否，我们来看看Kimi的表现，可以看到Kimi已经尽力去推理了~
但是涉及到银锭真假，Kimi也表示“仅凭图片很难断定”，也避免了模型「幻觉」的现象，不会直接说为真，需要进一步验证..
更有趣的是，当我们拿出一份书法稿时，Kimi视觉思考版不仅能准确识读内容，还能通过笔迹特征、行文风格等细节来推测作者的身份和写作背景。
就像在玩一场推理游戏，每个细节都可能是重要线索！
包括我们在逛电商购物直播间的时候，有时候会看到奇怪的水果，这时候可以直接随手拍一下，让Kimi帮我们确认下是什么东东。。
当我们把Kimi视觉思考版带到更广阔的应用场景中，会发现它不仅仅是一个解题工具，而是一个真正的“思考者”。
想象一下，当你在社交媒体上看到一座不认识的建筑，或者遇到一幅看不懂的古画，甚至是一个复杂的科学示意图，都可以让Kimi视觉思考版来帮你解读。它会像一位博学的向导，带着你一步步探索其中的奥秘。
Kimi视觉思考版背后的"黑科技"
Kimi视觉思考版 k1之所以能有如此出色的表现，源于其背后的技术突破。它是基于强化学习技术打造的新一代思考模型，真正实现了端到端的图像理解和思考能力。
与传统模型不同，Kimi视觉思考版的训练分为两个阶段：
预训练阶段：构建基础视觉理解能力
在OCRBench上获得903分的SOTA成绩 在MathVista-testmini等多个基准测试中位居第一梯队
强化学习后训练：
优化数据质量和学习效率 突破强化学习的规模化瓶颈 建立系统性思考能力
这就像是先让它掌握基础知识，然后通过不断练习和改进来提升解题能力。
在这个过程中，Kimi视觉思考版遵循强化学习Scaling Law，在数据质量和学习效率方面都实现了显著优化。
这种训练方式使得k1不仅能直接处理图片信息，还能进行深度推理，不需要依赖外部OCR或额外的视觉模型，这种结合不是简单的“拼凑”，而是真正的融合。
写在最后
从科学计算到图像理解，从基础教育到前沿研究，Kimi k1模型的出现标志着AI视觉推理能力迈入了新的阶段。
正如约翰·伯格在《观看之道》中所说：“观看先于言语。孩子在学会说话之前，就已经会观察和识别了。”
Kimi k1的视觉思考能力，正是对这一人类基本认知模式的突破性模拟。
基于强化学习的深度思考能力，让k1不再是简单的图像识别工具，而是成为了能够真正理解和推理的智能助手。它的每一次分析都像一位经验丰富的专家，细致地观察、严谨地推理、系统地思考。
正如乔布斯所说：“创新就是把不同的事物联系在一起。”
k1将视觉理解和逻辑推理完美结合，创造出了一个真正革命性的AI助手。它不仅能看，还能思考；不仅会答，还懂得解释。
这或许就是AI发展的下一个重要里程碑：
“不再是简单的工具，而是成为我们认知世界的新伙伴。
在未来，当我们遇到不懂的问题时，就能轻松地拍照发给Kimi视觉思考版，让这位AI侦探带着我们一起探索答案的奥秘。
k1已经在最新版的Kimi智能助手APP和网页版上线，小伙伴们可以直接上手体验！
我相信，未来已经来临。
而Kimi k1，正是开启这个未来的一把钥匙。
祝福Kimi！
欢迎大家👏🏻去Kimi的官网多加尝试，来体验「Kimi 视觉思考版」的惊人魅力~
