出品｜虎嗅科技组TS

作家｜余杨

剪辑｜苗正卿

头图｜视觉中国

12月16日下昼，我照常使用Kimi，转眼发现Kimi数学版的和善小眼镜logo的眼镜框变大了。

鼠标移以前一看，“Kimi数学版”一经负责更名为“Kimi视觉想考版”。

这让我想起上周为Kimi数学版写的测评著述。原文如下：

11月26日下昼，Kimi上线了k0-math 模子驱动的 Kimi 数学版，官宣文绝顶浅陋，一共3张图，1张主题，1张进口，1张能力测评，Kimi用数据语言，径直对标了Chatgpt方正红的o1-mini模子，主打一个“东说念主狠话未几”。

八成是为了面向更多的用户，官方还提供了玩法想路：“传奇 Kimi 数学版不单会数学，就像《生涯大爆炸》里的 Sheldon 一样，它会用理科想维来解释生涯中的一切。你还不错试试让它陪你玩 24 点游戏。”

由于我的数学学问早已还给敦朴，数学水仁和亟需AI提高西宾属性从而用来指引孩子作念功课的家长没什么分辨，需要考据Kimi作念数学题到底行不行，这篇测评阅历了一些波折，以致于还未发出。

Kimi改版后，测评虽成物是东说念主非，但也有了注释两个版块的Kimi死别的机会。

让我们扫数来望望，Kimi作念出了哪些变嫌。

前边提到，我的数学学问早已还给敦朴，因此，我想了一个观念，用神话投诚神话，让AI给AI出题，望望Kimi在数学能力上发扬得奈何样。

当先，我让豆包帮我出一说念佛典数学勤勉考考它。豆包示意，让Kimi证明一下纵情大于 2 的偶数齐不错示意为两个质数之和。

这是一说念尚未被十足证明的哥德巴赫猜测数学题。

豆包也黑白常“厚说念”，但不瑕疵，AI冷凌弃东说念主多情，我们换一说念高中数学题试试水。

Kimi数学版

第一问很快，大致20秒钟Kimi就给出了谜底，关联词第二小问，Kimi花了33秒。解答整说念题一共53秒。

总的来说，这是一说念旧例题，Kimi的发扬也可圈可点。

接下来看第二小问。

在这个经过中，Kimi还使用了“关联词，我们不妨换个角度想考。”和“关联词TS，让我们再仔细注释一番。”等等绝顶东说念主味儿的话，并认为我方的解答“趁人之危”。

豆包

转而，我又把这说念题扔回给豆包，让豆包解答，对于我方出的题，豆包一共花了40秒，第一问的解答方法与Kimi无出二致。

但第二问，豆包给出的谜底却是：

哇～

我们扫数来望望豆包的解题经过。

豆包被我方难倒了？

经东说念主类审查，Kimi和豆包的解法似乎齐有点问题。

当先，第一小问莫得争议。

而在第二小问中，Kimi的解题想路是莫得问题的，需要先解出m和k的关系。

但Kimi定点取来（h，k），取h没问题 ，k是直线斜率，是以不应该取k，至少应该换个字母，比如（h，h1）。

我估量，Kimi是浮松登科了两个字母示意定点，而莫得瞩目到极点纵坐所在字母k即是直线l的斜率。在这个差错的基础之上，后续的推理齐出现了问题。

通过这种花式得出了“直线l并不老是通过一个固定点”的论断后，Kimi进一步提倡“换个角度想考”的可能性。

关联词，基于上头的差错，我们并不成够肯定“存在一个与k无关的固定点”中的k指向的是直线斜率k，照旧定点纵坐标k，亦或是通过差错方法得到的对于k的抒发式中的k。

淌若雷同的情况出当今东说念主类解题经过中，“存在一个与k无关的固定点”更多地指向临了一种情况。然而Kimi的初级差错使得后续的盘算推算齐不测旨了。

再看豆包，豆包装假进程与Kimi不相高下。

在临了一步的整理经过，当x=0时，豆包忽略了等式中k的存在，而得出了y = pm sqrt{frac{4}{3}}的论断。

它被我方出的题难倒了。

回归

数学，原来即是解开天下万物本源最为伏击的钥匙之一。早期东说念主类通过结绳、刻字来计数，到背面算盘出身，激动策动的演化与发展，东说念主类的数学能力一直在以指数级提高。策动机初度罢了领域演算，东说念主类奢华数千年才能推算出的效劳涉笔成趣，时于本日，这一棒交到了 AI 手上。

Kimi数学版发布之际，月之暗面首创东说念主杨植麟曾在媒体采访中示意，“淌若说长文本是月之暗面登月的第一步，那么提高模子深度推理能力则是第二步。”

这套话语背后，映射的是也曾“百模大战”的AI圈对Scaling laws不再敬佩不疑，所谓Scaling laws是信赖“鼎力出遗址”，跟着模子领域、磨砺数据和策动资源的加多，模子性能会得到权贵提高。

但跟着算力扩张到一定的领域，这时算力的加多很难再径直提高模子的质料。从Claude推出更高效的小模子运转，大模子“厂商”纷繁转向寻找灵验的方法来Scale。

也即是说，这时的景象是，再加更多的算力，并不一定能看到径直的提高。因为中枢是莫得高质料的数据，小几十G的token是东说念主类互联网蕴蓄了20多年的上限。于是，要通过算法的变嫌，来开释Scaling的后劲。

对此，月之暗面聘用了强化学习的方法和想维链（ChAIn of Thought，简称COT）手艺，Kimi数学版即由此出圈，这项手艺使模子能够像东说念主类一样进行逻辑推理和想考，从而在多个数学基准测试中高出了主流AI模子。

另外需要瞩方针是，为了Kimi数学版得到更好的体验，公式推选使用 LaTeX 形势。不知说念奈何输入的话，不错截图或拍照给Kimi 旧例版，让Kimi 把图片转为 LaTeX 形势，然后复制题目给Kimi数学版，这次测评十足罢黜证据。

Kimi视觉想考版

今天，我找了历史记载，把之前Kimi默契的LaTeX 形势数学题发给了Kimi。

对于第一小问，Kimi给出了如下解答。

当先，Kimi的数学公式标记愈加完善了，另外，它加多了验算措施。

这次Kimi的解题经过耗时4分半钟，况兼，在3分10秒傍边的时刻，Kimi经过了一个大大的停顿，似乎因为chat的篇幅所限，“断了”。

上周测评时我曾写到：“但显著从以上解题经过来看，‘像东说念主类一样进行逻辑推理和想考’似只停留在名义，这一宏伟构想还有一段路要走。”

从这周发布的Kimi视觉想考版看来，它似乎太“东说念主类”了，它会说“我认为我之前的张开可能有误”，还会说，“等等，还有一个想法”。

更伏击的是，到这里，Kimi的推演中断了，由于给我提供了“接着说”按钮，我估量是之前的推演篇幅过长，Chat的容量还需要调试。

我们先扫数来看接下来的解题措施。

践诺还挺硬核，前次的测评，我请学数学的一又友看了看，东说念主类的解题想路在上文了。

这一次，把评分交给环球。

看到这里，你会想给Kimi点个赞吗？

淌若你有不雅点、想法或想看的测评，迎接和我换取。淌若你可爱这期践诺，别忘了一键三连，因为这亦然我探索更新的能源，我们下期相逢～。

本践诺为作家零丁不雅点，不代表虎嗅态度。未经允许不得转载，授权事宜请关联 hezuo@huxiu.com