12月16日消息,今日,月之暗面国产大模型Kimi发布视觉思考模型k1,k1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,并将能力扩展到数学之外的更多基础科学领域。
k1已陆续上线最新版Kimi智能助手的Android和iPhone;APP以及网页版kimi.com。
在最新版手机APP或网页版Kimi+页面找到Kimi视觉思考版,即可拍照或传图体验。
据了解,在数学、物理、化学等基础科学学科的基准能力测试中,初代k1模型的表现超过了全球标杆模型OpenAI o1、GPT-4o以及Claude 3.5 Sonnet。
官方表示,K1模型真正意义上实现了端到端的图像理解和思考能力,模型可以直接处理用户输入的图像信息并进行思考得出答案,不需要借助外部的OCR或额外视觉模型进行信息处理。
从模型训练的角度看,k1的训练分为两个阶段,先通过预训练得到基础模型,再在基础模型上进行强化学习后训练。
k1的基础模型重点优化了字符识别能力,在OCRBench上得到903分的当前最好(state-of-the-art)结果,在MathVista-testmini、MMMU-val 和DocVQA基准测试集上分数分别为69.1、66.7和96.9,处于全球第一梯队水平。
据介绍,k1的强化学习后训练在数据质量和学习效率方面做了进一步优化,在强化学习的规模化(scaling)上取得了新的突破,这是k1视觉推理模型在基准测试中取得行业领先成绩的最关键原因。
月之暗面坦言,在内部测试中也发现了一些k1视觉思考模型存在的局限性,例如在分布外(out-of-distribution)的泛化、在更复杂问题上的成功率、在更多噪声场景的准确率、多轮问答效果等方面,有很大提升空间。
在一些场景和泛化能力上,k1模型与OpenAI的o1系列模型相比仍有差距。
以上就是关于【Kimi视觉思考模型k1发布:数理化超越OpenAI o1、GPT-4o】的相关消息了,希望对大家有所帮助!
12月22日消息,特斯拉公司副总裁陶琳今日发文称,特斯拉车型能耗表现出众,可以用60度跑出100度电池的效果。
12月22日消息,领克Z20,基于SEA浩瀚架构打造的纯电紧凑型SUV正式上市。 据悉,共推出三款车型,官方指导价区间为13.89-15.39万元,限时领享价为13.59-15.09万元。 领克Z20采用最新家族设计语言,拥有简洁外观和独特线条,配备主动进气格栅和整车13处 ...
12月22日消息,据报道,随着铁工投资01号TBM(隧道掘进机)刀盘在四川省都江堰市破岩而出,这台国内开挖直径最小的单护盾TBM成功穿越龙门山地震断裂带,由中国铁工投资集团投资、建设和运营的都江堰市供排水系统提升项目的北区水厂引水隧洞工程提前3天实 ...
12月22日消息,日本半导体代工企业Rapidus日前宣布,已接收到从ASML采购的先进EUV光刻机并开始安装,这也是日本首家拥有EUV光刻机的公司。
《西游记》误入小雷音的故事相信很多朋友都听过,小雷音寺里面没有佛祖和真经,只有诈骗犯黄眉大王。而在游戏领域也有这样的小雷音,最近一位玩家@月流庭中;以身试毒,感受了一次盗版R星平台下载安装体验。
12月22日消息,今日雷军在微博晒出一组和小米SU7 Ultra的合影。照片中,雷军戴墨镜、穿风衣,站在小米SU7 Ultra车前,不少网友直呼太帅。
12月22日消息,泰坦军团推出了P25M2L游戏显示器,首发5499元。 据悉,新款显示器采用了三面窄边框设计,搭载了24.1英寸Fast TN面板,色深为8bit,可视角度为178度(水平和垂直),分辨率为FHD(1920 x 1080),刷新率为540Hz,响应时间GtG和MPRT分别为0.5 ...
12月22日消息,高德地图与蔚来汽车合作,在蔚来NIO DAY上宣布推出全域车道级导航服务,首发搭载于蔚来ET9车型,并计划未来扩展至更多蔚来车型。