Kimi 发布视觉思考模型 k1

关于「Kimi 视觉思考版」这一强化学习下的新势力选手：可以完整呈现推理思维链CoT，让用户不只看到答题结果，也能完整看到模型思索答案的全过程。

再概括下 k1 视觉思考模型的训练过程

1、训练阶段划分：本质上还是预训练及基于预训练模型后的强化学习后训练，这两个阶段

2、基础模型特点

- 重点优化字符识别能力

- 在多个基准测试集上取得卓越成绩：如OCRBench：903分（SOTA）；

3、强化学习后训练 - 划重点：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

4、科学测试集创新

- 自主构建 Science Vista 测试集：覆盖不同难度的数理化图片题目；其分布与用户需求匹配

以下是Kimi官方的解数学题的demo：

除了数学能力，Kimi还展示了 k1 视觉思考模型解答经典物理电路题的例子：

看到这里，还留下了一个问题：

你认为Kimi的「视觉思考模型」，对哪个大模型对手产生的威胁最大呢？