Kimi直接爆了，新模型冲上第一。

你好，我是郭震

Kimi重磅发布视觉思考模型K1，冲上第一，如下图所示：

在初级数理化、高级数理化，全面压倒O1和Claude3.5 Sonnet模型。

在几何图形基准能力测试中，无论入门、初级，还是高级集合图形测试，Kimi都超越了O1和Claude模型，取得第一名。

Kimi是否有宣传中说的这么强大？

下面我来实测Kimi新发的视觉思考模型K1，专挑了4个难度较高的任务，都是需要很强的视觉+推理能力才能解决好的任务。

第一个实测用例，从LeetCode最高hard级题中，再给它加大难度，选择一道题目描述带有文字和图片的：

把上面的截图扔给Kimi，再在文本框输入：请用中文回复此题，并在最后给出Python求解代码：

然后点击箭头所示按钮：

然后K1秒懂，思考片刻后，便开始解答此题，中间带有详细推理过程，牛逼特拉斯。我录制了一个视频，视频没有任何加速，全部保持自然进度，一共1分30秒左右 ，感兴趣的可以看下：

受限于公众号GIF帧数和内容数限制，这是Kimi思考过程开始部分的GIF动图：

复制如下所示K1生成的代码到LeetCode里，我们检验下这版代码是否能够一次性通过：

class TreeNode:
    def __init__(self, x):
        self.val = x
        self.left = None
        self.right = None


class Solution:
    def minCameraCover(self, root: TreeNode) -> int:
        self.cameraCount = 0


        def minCamera(node):
            if not node:
                return 2  # 0: No camera, 1: Camera, 2: Covered


            left = minCamera(node.left)
            right = minCamera(node.right)


            if left == 0 or right == 0:
                self.cameraCount += 1
                return 1  # Place camera here
            elif left == 1 or right == 1:
                return 2  # Covered by child camera
            else:
                return 0  # No camera needed


        if minCamera(root) == 0:
            self.cameraCount += 1


        return self.cameraCount

这是复制到LeetCode后截图，然后提交submit这版代码：

这版代码不仅一次被通过（红框Accepted所示），而且击败了100%的代码：这真是用实力碾压了一众全球程序员，还真是蛮惊艳：

K1思考模型是如何做到的？我们再回到它的回答过程中，可以看到推理过程极其详细，它会自我反思，自我修正，自动调整。

第二个实测用例：一张Web截图直接转代码

前端设计看起来容易，但是真正设计过的朋友都懂，做出一个协调美观的还是需要来回调整。最简单的一个方法就是模仿别人的设计界面。有了K1视觉思考模型，截取下面这张图，放到Kimi里，直接得到对应html代码：

下面是Kimi根据Web界面截图和一句提示词，生成界面代码的推理过程，视频无加速推理思考时长大约50秒：

我拿着生成的html代码，运行后得到如下图所示的Web界面，和输入界面虽然没有达到与输入Web界面一模一样，但是基本的页面风格比较相似，缺失的几个图标可以手动补充，肯定比从零开发要快很多了：

第三个实测用例：一个数据分析图直接转代码

除了能转化页面为代码，我们日常看到的数据分析图，再也不用眼馋他们的了，只需要截取一个图，放到K1里，告诉它生成Python代码，一键生成出来：

下面是Kimi根据可视化截图和一句提示词，生成界面代码的推理过程，视频无加速推理思考时长大约60秒：

根据生成的代码，我复制过来保存为py脚本，直接运行后得到如下气泡图。看到能够生成与输入相同类型的图形，并且有几分相似，代码一次能够运行通过，我相信已经达到很多人的要求了。

第四个实测用例：一键解读论文结果图

论文文献里也好，日常看的图片也好，比如下面8幅图，论文作者想要传达什么含义，如果一时没看懂，直接截图一下，扔给K1，

就这个图，如果叫我去解析，没有个二三十分钟是肯定完不成的，但是K1几乎秒懂，推理过程45秒：

建议感兴趣的阅读上面推理过程，K1准确分析了论文6个子图说明的问题，还最后做了如下的详细分析：

其他的科学问题，数理化问题，生活问题，截个图，提问K1，就好了。

新发模型K1使用方法

从哪里进入Kimi视觉思考模型？

如下图所示，进入Kimi.ai官网后，点击戴眼镜的Kimi：

认准戴眼镜的Kimi图标

然后屏幕中上区域开始出现这样的会话区域：

输入图片，再适当写一句提示词，K1瞬间读懂图片中的复杂信息。

最后总结

本文我实测了四个很具挑战性的任务，结果表明眼镜版K1在视觉推理方面的硬核表现，能读取图片里的每一帧，并给出中间详细推理过程，模型表现确实够硬。

希望通过本篇使用教程，让朋友们及时了解到最新大模型，并将它应用到你的日常工作和学习中，用好了，效率指定是提速的。

最后说一句，Kimi新发的这个眼镜版K1模型，免费使用。使用方法如下三种，或者点击文章最后的阅读原文：

网页：kimi.com

APP：Kimi智能助手

小程序：微信搜索“Kimi智能助手”

以上全文2116字，15图，4个录屏视频。如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个⭐️，谢谢你看我的文章，我们下篇再见！