Kimi視覺思考模型引發(fā)海螺與豆包的激烈對(duì)決，背后令人震驚！

Kimi視覺思考模型上線~

原標(biāo)題：Kimi視覺思考模型上線后，就跟海螺和豆包干了一架，開局即王炸
文章來(lái)源：智猩猩GenAI
內(nèi)容字?jǐn)?shù)：4003字

近期AI模型競(jìng)爭(zhēng)分析

近日，AI領(lǐng)域的競(jìng)爭(zhēng)愈發(fā)激烈，各大公司紛紛推出先進(jìn)的視覺模型。12月18日，紫光曉通的尚志遠(yuǎn)和群聯(lián)電子的林緯博士將進(jìn)行關(guān)于NVIDIA RTX 5880 Ada的直播講解，吸引了廣泛關(guān)注。同時(shí)，Kimi發(fā)布了視覺思考模型K1，標(biāo)志著其在理科測(cè)試中的行業(yè)領(lǐng)先地位。本文將對(duì)Kimi、海螺和豆包三個(gè)模型進(jìn)行比較分析。

1. Kimi-k1的表現(xiàn)

Kimi-k1在九年級(jí)數(shù)學(xué)試卷的回答中表現(xiàn)出色，答案與專業(yè)模型O1 Pro一致，展現(xiàn)了其強(qiáng)大的視覺推理能力。然而，在看圖猜成語(yǔ)的測(cè)試中，Kimi的表現(xiàn)卻有所波動(dòng)，雖然提出了思考過程，但最終結(jié)果并不理想。在世界知識(shí)儲(chǔ)備的環(huán)節(jié)中，Kimi能夠識(shí)別關(guān)鍵人物，但思考過程較為復(fù)雜，讓人感到困惑。

2. 海螺的簡(jiǎn)潔風(fēng)格

海螺在多個(gè)環(huán)節(jié)中展現(xiàn)了簡(jiǎn)潔高效的回答風(fēng)格。尤其在近視眼找狗子的問題中，海螺的回答直截了當(dāng)，反而成為加分項(xiàng)。在世界知識(shí)儲(chǔ)備環(huán)節(jié)，海螺的答案相對(duì)詳實(shí)，展示了其在知識(shí)性問題上的優(yōu)勢(shì)。

3. 豆包的綜合表現(xiàn)

豆包的風(fēng)格介于Kimi和海螺之間，回答內(nèi)容恰到好處，但在視覺細(xì)節(jié)的捕捉上稍顯不足。在近視眼找狗子的測(cè)試中，豆包未能準(zhǔn)確識(shí)別所有狗子，顯示出其在視覺識(shí)別方面的短板。同時(shí)，豆包在表情包理解和內(nèi)涵網(wǎng)絡(luò)文化理解上同樣表現(xiàn)。

4. 總結(jié)與展望

綜合來(lái)看，Kimi-k1在數(shù)學(xué)推理和視覺能力上具有明顯優(yōu)勢(shì)，但在日常問題的回答中可能顯得過于復(fù)雜。海螺則以其簡(jiǎn)潔明了的風(fēng)格適合快速回答需求，而豆包在知識(shí)性問題上表現(xiàn)中規(guī)中矩。未來(lái)，各模型需針對(duì)自己的短板進(jìn)行優(yōu)化，以在激烈的市場(chǎng)競(jìng)爭(zhēng)中占據(jù)一席之地。

聯(lián)系作者

文章來(lái)源：智猩猩GenAI
作者微信：
作者簡(jiǎn)介：智猩猩旗下公眾號(hào)之一，深入關(guān)注大模型與AI智能體，及時(shí)搜羅生成式AI技術(shù)產(chǎn)品。