每經(jīng)記者 楊昕怡    每經(jīng)編輯 蒙錦濤    

一道步驟難懂的數(shù)學(xué)奧賽試題、一場(chǎng)組會(huì)中的“頭腦風(fēng)暴”、一個(gè)需要做大量“功課”才能做出的生活決策——當(dāng)大模型能像人類(lèi)一樣思考時(shí)，你會(huì)發(fā)現(xiàn)，這一切都將在一次回車(chē)的敲下后迎刃而解。

“什么樣的場(chǎng)景最適合讓AI鍛煉思考能力？我們認(rèn)為是數(shù)學(xué)場(chǎng)景?！?strong>11月16日，月之暗面創(chuàng)始人楊植麟發(fā)布了新一代數(shù)學(xué)能力可對(duì)標(biāo)OpenAI o1系列的數(shù)學(xué)推理模型k0-math，在中考、高考、考研以及包含競(jìng)賽題的MATH等數(shù)學(xué)基準(zhǔn)測(cè)試中，k0-math初代模型成績(jī)已經(jīng)超過(guò)o1-mini和o1-preview模型。

“這可以說(shuō)是，在OpenAI o1發(fā)布后，國(guó)內(nèi)首個(gè)摸索出并實(shí)現(xiàn)o1思路的公司?！睂?duì)于k0-math的推出，一位國(guó)內(nèi)頭部互聯(lián)網(wǎng)公司的大模型技術(shù)人員表示，k0-math模型采用的全新強(qiáng)化學(xué)習(xí)和思維鏈（CoT）推理技術(shù)，正是業(yè)內(nèi)普遍認(rèn)為OpenAI o1系列的技術(shù)關(guān)鍵所在，國(guó)內(nèi)多家互聯(lián)網(wǎng)巨頭均在破解這一“新思路”，但在k0-math發(fā)布時(shí)，尚未有其他類(lèi)似模型問(wèn)世。

在“百模大戰(zhàn)”開(kāi)戰(zhàn)的一年多里，新技術(shù)、新團(tuán)隊(duì)、新應(yīng)用不斷涌現(xiàn)，戰(zhàn)況也隨之頻繁變動(dòng)。從月之暗面、零一萬(wàn)物等“新AI六小龍”和字節(jié)跳動(dòng)、阿里等互聯(lián)網(wǎng)大廠團(tuán)隊(duì)在混戰(zhàn)中脫穎而出，到如今應(yīng)用最廣的AI智能助手陸續(xù)上線，可以觀察到的是，豆包和Kimi的領(lǐng)先讓AI智能助手領(lǐng)域逐漸呈現(xiàn)出了“兩超多強(qiáng)”的新格局。

新模型登場(chǎng)

Kimi對(duì)標(biāo)o1

“如果你有100枚硬幣，每枚硬幣正面朝上。每次翻轉(zhuǎn)包含當(dāng)前正面朝上的硬幣和它相鄰的兩枚硬幣。最少需要翻轉(zhuǎn)多少次才能使所有硬幣反面朝上？”

仿佛一個(gè)數(shù)學(xué)天才型選手，Kimi數(shù)學(xué)版在40秒鐘里完成了對(duì)該題的問(wèn)題分解、3種思路嘗試、解法驗(yàn)證并正確作答的全套解題流程。

值得注意的是，其中，“意識(shí)到逐個(gè)翻轉(zhuǎn)硬幣不可行，我開(kāi)始思考如何最大化每次翻轉(zhuǎn)的效果”“意識(shí)到翻轉(zhuǎn)之間隔兩枚硬幣會(huì)導(dǎo)致重疊，我考慮增加間隔”等對(duì)思維鏈推理的展示，均是模型自我思考能力的體現(xiàn)。

今年9月，被Open AI創(chuàng)始人Sam Altman喻為“新范式開(kāi)始”的o1誕生，以模仿人類(lèi)思維過(guò)程進(jìn)行的強(qiáng)化學(xué)習(xí)和思維鏈技術(shù)，突破了AI推理瓶頸。自此，行業(yè)的技術(shù)焦點(diǎn)也從預(yù)訓(xùn)練轉(zhuǎn)向了推理和強(qiáng)化學(xué)習(xí)。

11月16日，Kimi率先交出國(guó)內(nèi)首份答卷。據(jù)介紹，相較于以盡快提供答案為關(guān)鍵目標(biāo)的常規(guī)模型，新推出的k0-math模型在做題過(guò)程中會(huì)花更長(zhǎng)的時(shí)間來(lái)推理，包括思考和規(guī)劃思路，并且在必要時(shí)自行反思改進(jìn)解題思路，提升答題的成功率。

發(fā)布會(huì)上，月之暗面公布了k0-math的目前測(cè)評(píng)得分：在業(yè)界最常使用的數(shù)學(xué)能力基準(zhǔn)測(cè)試MATH中，k0-math模型得分93.8分，超過(guò)o1-mini的90分和o1-preview的85.5分，且k0-math這一成績(jī)僅次于o1完全版的94.8分。

在兩個(gè)難度更大的競(jìng)賽級(jí)別的數(shù)學(xué)題庫(kù)OMNI-MATH和AIME基準(zhǔn)測(cè)試中，k0-math初代模型的表現(xiàn)分別達(dá)到了o1-mini最高成績(jī)的90%和83%。

從線上AI社區(qū)的討論中選取一道數(shù)學(xué)題進(jìn)行實(shí)測(cè)，Kimi數(shù)學(xué)版用時(shí)2分10秒完成了對(duì)該題的正確解答。從線上該帖的評(píng)論區(qū)反饋來(lái)看，在求解該題時(shí)，o1-mini和o1-preview在用時(shí)上有約30秒的優(yōu)勢(shì)，但多次測(cè)試均未得出正確答案。

左右滑動(dòng)查看更多

“該數(shù)學(xué)推理模型上的技術(shù)也可以被放進(jìn)更多的場(chǎng)景里，例如讓Kimi探索版去做更多的探索。”正如楊植麟在發(fā)布會(huì)上所言，全新技術(shù)范式帶來(lái)的推理能力提升，也能泛化到更多日常任務(wù)上。

編輯就“找到北上廣深的各個(gè)市轄區(qū)內(nèi)，有重點(diǎn)初中，還有直升高中并且每年至少20個(gè)清北，告訴我這個(gè)區(qū)最適合的學(xué)區(qū)房”這一較為復(fù)雜的指令，對(duì)Kimi探索版、Kimi普通版和另兩款知名AI產(chǎn)品進(jìn)行測(cè)試。

測(cè)試結(jié)果顯示，Kimi探索版在搜索量、搜索內(nèi)容和生成內(nèi)容上優(yōu)勢(shì)明顯，甚至出現(xiàn)了對(duì)1311個(gè)網(wǎng)頁(yè)的分析，直觀感受到Kimi探索版在意圖增強(qiáng)、信源分析和鏈?zhǔn)剿伎忌系哪芰μ嵘?/span>

豆包、Kimi的領(lǐng)先

分水嶺明顯

Kimi領(lǐng)先的每一步，都在一次次搜索中被用戶清晰地感知著。“以前2、3個(gè)小時(shí)才能看懂的文章，用Kimi幾分鐘就能得到所有關(guān)鍵信息，現(xiàn)在也會(huì)在實(shí)驗(yàn)中讓探索版給出研究設(shè)計(jì)、方法論選擇上的建議。”一位江南大學(xué)的在讀工科博士表示。

基于Kimi對(duì)學(xué)術(shù)研究、市場(chǎng)分析等專(zhuān)業(yè)應(yīng)用場(chǎng)景的不斷深耕和所體現(xiàn)出的明顯優(yōu)勢(shì)，其用戶群體涵蓋了學(xué)生、科研人員、職場(chǎng)人士和內(nèi)容創(chuàng)作者等知識(shí)需求型人群。月之暗面也表示，Kimi探索版發(fā)布后，受到了程序員、科學(xué)家、咨詢(xún)顧問(wèn)、投資人、律師等專(zhuān)業(yè)人群的喜愛(ài)。

從用戶體量來(lái)看，根據(jù)量子位智庫(kù)統(tǒng)計(jì)的數(shù)據(jù)，截至今年10月，在國(guó)內(nèi)現(xiàn)有的68款A(yù)I智能助手產(chǎn)品中，只有豆包和Kimi邁過(guò)“5000萬(wàn)大關(guān)”，其中豆包歷史累計(jì)下載量破億，Kimi智能助手下載總量超過(guò)5700萬(wàn)。

榜單中，排名第3、4位的產(chǎn)品下載總量各超過(guò)2000萬(wàn)。同時(shí)，10月新增用戶超1400萬(wàn)的Kimi還在將身后的差距逐漸拉大，有望成為“破億俱樂(lè)部”的下一位成員。

第三方平臺(tái)點(diǎn)點(diǎn)數(shù)據(jù)也顯示，今年10月，ChatGPT、豆包和Kimi智能助手位列全球AI APP蘋(píng)果端下載量前三，占據(jù)了全球蘋(píng)果端AI APP下載量的51%。

在用戶黏性方面，量子位智庫(kù)指出，我國(guó)AI智能助手產(chǎn)品今年10月的留存率基本與上月持平，豆包和Kimi仍穩(wěn)居前二，兩者平均三日留存率超27%，平均七日新增留存率約18%。而其他AI助手產(chǎn)品的平均三日留存率均在25%以下。

此外，從用戶活躍度來(lái)看，Kimi的10月日活用戶量也僅次于豆包。月之暗面公布的數(shù)據(jù)顯示，截至今年10月，Kimi的月活已超3600萬(wàn)人，而且數(shù)據(jù)仍在持續(xù)增長(zhǎng)。

從用戶體量、活躍度和黏性等多個(gè)重要維度來(lái)觀察，豆包和Kimi已處于第一領(lǐng)跑集團(tuán)，并與隨后各梯隊(duì)間出現(xiàn)鮮明的分水嶺。

“競(jìng)爭(zhēng)本身并不產(chǎn)生價(jià)值，我們做好模型思考推理能力，給用戶帶來(lái)價(jià)值，做正確的事情，而不是專(zhuān)門(mén)做不一樣的事情?！痹趉0-math的發(fā)布會(huì)上，楊植麟談及和以交互能力見(jiàn)長(zhǎng)的豆包的競(jìng)爭(zhēng)時(shí)，再度以“聚焦”作為回應(yīng)。

學(xué)會(huì)“聚焦”，這是楊植麟過(guò)去一年中的一個(gè)大課題。如今，這個(gè)“創(chuàng)業(yè)明星”和他的團(tuán)隊(duì)決定眼看前方，繼續(xù)以加速度向月之暗面邁步前去。

記者|楊昕怡

編輯|蒙錦濤